Fugu-MT 論文翻訳(概要): HintPose

論文の概要: HintPose

arxiv url: http://arxiv.org/abs/2003.02170v1
Date: Wed, 4 Mar 2020 16:29:31 GMT
ステータス: 処理完了
システム内更新日: 2022-12-26 13:17:26.010470
Title: HintPose
Title（参考訳）: HintPose
Authors: Sanghoon Hong, Hunchul Park, Jonghyuk Park, Sukhyun Cho, Heewoong Park
Abstract要約: 既存のポーズ推定器に2つのアイデア、例えばキューと繰り返し補正を導入する。 76.2 mAPを単一モデルとして,77.3 mAPをテストデフセットのアンサンブルとして達成した。
参考スコア（独自算出の注目度）: 6.769249322404058
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Most of the top-down pose estimation models assume that there exists only one person in a bounding box. However, the assumption is not always correct. In this technical report, we introduce two ideas, instance cue and recurrent refinement, to an existing pose estimator so that the model is able to handle detection boxes with multiple persons properly. When we evaluated our model on the COCO17 keypoints dataset, it showed non-negligible improvement compared to its baseline model. Our model achieved 76.2 mAP as a single model and 77.3 mAP as an ensemble on the test-dev set without additional training data. After additional post-processing with a separate refinement network, our final predictions achieved 77.8 mAP on the COCO test-dev set.
Abstract（参考訳）: トップダウンのポーズ推定モデルのほとんどは、バウンディングボックスに一人しかいないと仮定している。しかし、その仮定は常に正しいとは限らない。本報告では,既存のポーズ推定器に対して,複数の人物による検出ボックスを適切に処理できるように,キューとリカレントリファインメントの2つのアイデアを導入する。 COCO17キーポイントデータセットを用いて本モデルを評価すると,ベースラインモデルと比較して無視できない改善が見られた。本モデルでは,1つのモデルとして76.2 mAP,追加のトレーニングデータなしでテストデフセット上でのアンサンブルとして77.3 mAPを達成した。別個のリファインメントネットワークによる追加後処理の後、最終的な予測はcocoテスト開発セットで77.8マップを達成した。

関連論文リスト

Real Time Monitoring and Forecasting of COVID 19 Cases using an Adjusted Holt based Hybrid Model embedded with Wavelet based ANN [0.0]
問題となっている主要なモデルは、WaveletベースのANNに埋め込まれたHybrid Holt's Modelである。提案手法は,全国および6つのホットスポット州で確認された症例数(日数)に基づいて検証した。
論文参考訳（メタデータ） (2024-05-18T07:37:20Z)
Accelerating Ensemble Error Bar Prediction with Single Models Fits [0.5249805590164902]
Nモデルのアンサンブルは、推論に使用される場合の1つのモデルに比べて、およそN倍計算的に要求される。本研究では,単一モデルを用いてアンサンブル誤りを予測し,完全アンサンブルを必要とせずに不確実性を推定する手法を提案する。
論文参考訳（メタデータ） (2024-04-15T16:10:27Z)
Anchor Points: Benchmarking Models with Much Fewer Examples [88.02417913161356]
6つの人気のある言語分類ベンチマークでは、多数の点の正しいクラスに対するモデル信頼度はモデル間で強く相関している。 Anchor Point Selectionは,データセット全体にわたるモデル動作をキャプチャする,データセットの小さなサブセットを選択する手法である。平均絶対誤差が低いデータセットの他のすべての点について、クラスごとの予測モデルを推定するために、いくつかのアンカーポイントを使用することができる。
論文参考訳（メタデータ） (2023-09-14T17:45:51Z)
K-means Clustering Based Feature Consistency Alignment for Label-free Model Evaluation [12.295565506212844]
本稿では,CVPR 2023における第1回DataCV Challenge of the Visual Understandingデータセットワークショップのソリューションについて述べる。まず,K-means Clustering Based Feature Consistency Alignment (KCFCA) という手法を提案する。第2に,分布の変化とモデル精度の関係を捉える動的回帰モデルを開発する。第三に、外乱モデル因子を発見し、外乱モデルを排除するアルゴリズムを設計し、複数のオートエスバルモデルの強みを組み合わせる。
論文参考訳（メタデータ） (2023-04-17T06:33:30Z)
Sharing pattern submodels for prediction with missing values [12.981974894538668]
機械学習の多くのアプリケーションでは欠落値は避けられず、トレーニング中もテスト時にも課題が提示される。パターンサブモデル(パターンサブモデル)と呼ばれる別の手法を提案する。これは、テスト時に欠落した値に対して、予測を堅牢にし、パターンサブモデルの予測力を維持または改善させる。
論文参考訳（メタデータ） (2022-06-22T15:09:40Z)
Rethinking Keypoint Representations: Modeling Keypoints and Poses as Objects for Multi-Person Human Pose Estimation [79.78017059539526]
本研究では,個々のキーポイントと空間的関連キーポイント(ポーズ)の集合を,密集した単一ステージアンカーベース検出フレームワーク内のオブジェクトとしてモデル化する,新しいヒートマップフリーなキーポイント推定手法を提案する。実験では, KAPAOは従来手法よりもはるかに高速かつ高精度であり, 熱マップ後処理に悩まされていた。我々の大規模モデルであるKAPAO-Lは、テスト時間拡張なしでMicrosoft COCO Keypoints検証セット上で70.6のAPを達成する。
論文参考訳（メタデータ） (2021-11-16T15:36:44Z)
Mismatched No More: Joint Model-Policy Optimization for Model-Based RL [172.37829823752364]
本稿では,モデルとポリシーを共同でトレーニングする単一目的について提案する。我々の目標は、期待されるリターンのグローバルな低い境界であり、この境界は特定の仮定の下で厳密になる。結果のアルゴリズム(MnM)は概念的にはGANと似ている。
論文参考訳（メタデータ） (2021-10-06T13:43:27Z)
When Liebig's Barrel Meets Facial Landmark Detection: A Practical Model [87.25037167380522]
正確で、堅牢で、効率的で、一般化可能で、エンドツーエンドのトレーニングが可能なモデルを提案する。精度を向上させるために,2つの軽量モジュールを提案する。 DQInitは、インプットからデコーダのクエリを動的に初期化し、複数のデコーダ層を持つものと同じ精度でモデルを実現する。 QAMemは、共有するクエリではなく、それぞれのクエリに別々のメモリ値を割り当てることで、低解像度のフィーチャーマップ上のクエリの識別能力を高めるように設計されている。
論文参考訳（メタデータ） (2021-05-27T13:51:42Z)
TACRED Revisited: A Thorough Evaluation of the TACRED Relation Extraction Task [80.38130122127882]
TACREDはリレーショナル抽出(RE)において最も大きく、最も広く使われているクラウドソースデータセットの1つであるパフォーマンスの天井に到達したのか、改善の余地はあるのか? ラベルエラーは絶対F1テストエラーの8%を占めており、例の50%以上を可逆化する必要がある。
論文参考訳（メタデータ） (2020-04-30T15:07:37Z)
Model Reuse with Reduced Kernel Mean Embedding Specification [70.044322798187]
現在のアプリケーションで有用なモデルを見つけるための2段階のフレームワークを提案する。アップロードフェーズでは、モデルがプールにアップロードされている場合、モデルの仕様としてカーネル平均埋め込み(RKME)を縮小する。デプロイフェーズでは、RKME仕様の値に基づいて、現在のタスクと事前訓練されたモデルの関連性を測定する。
論文参考訳（メタデータ） (2020-01-20T15:15:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。