論文の概要: UniUD Submission to the EPIC-Kitchens-100 Multi-Instance Retrieval
Challenge 2023
- arxiv url: http://arxiv.org/abs/2306.15445v2
- Date: Sun, 16 Jul 2023 13:49:21 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-18 21:53:19.176910
- Title: UniUD Submission to the EPIC-Kitchens-100 Multi-Instance Retrieval
Challenge 2023
- Title(参考訳): EPIC-Kitchens-100 Multi-Instance Retrieval Challenge 2023参加報告
- Authors: Alex Falcon, Giuseppe Serra
- Abstract要約: トレーニングデータの25%で、2つの異なる損失関数でトレーニングされた2つのモデルをアンサンブルした。
我々の提出は、公開のリーダーボードで見ることができ、平均スコアは56.81%のnDCGと42.63%のmAPを得る。
- 参考スコア(独自算出の注目度): 6.320141734801679
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this report, we present the technical details of our submission to the
EPIC-Kitchens-100 Multi-Instance Retrieval Challenge 2023. To participate in
the challenge, we ensembled two models trained with two different loss
functions on 25% of the training data. Our submission, visible on the public
leaderboard, obtains an average score of 56.81% nDCG and 42.63% mAP.
- Abstract(参考訳): 本稿では,EPIC-Kitchens-100 Multi-Instance Retrieval Challenge 2023への提出の技術的詳細について述べる。
この課題に参加するために,トレーニングデータの25%に2つの異なる損失関数を訓練した2つのモデルを整理した。
我々の投稿は、公開リーダーボードに表示され、平均スコアは56.81% ndcg と 42.63% である。
関連論文リスト
- NICE: CVPR 2023 Challenge on Zero-shot Image Captioning [149.28330263581012]
NICEプロジェクトは、堅牢な画像キャプションモデルを開発するためにコンピュータビジョンコミュニティに挑戦するために設計されている。
レポートには、新たに提案されたNICEデータセット、評価方法、課題結果、トップレベルのエントリの技術的な詳細などが含まれている。
論文 参考訳(メタデータ) (2023-09-05T05:32:19Z) - NTIRE 2023 Quality Assessment of Video Enhancement Challenge [97.809937484099]
NTIRE 2023 Quality Assessment of Video Enhancement Challengeについて報告する。
課題は、ビデオ処理分野における大きな課題、すなわち、強化されたビデオに対するビデオ品質評価(VQA)に対処することである。
参加者数は167名。
論文 参考訳(メタデータ) (2023-07-19T02:33:42Z) - MER 2023: Multi-label Learning, Modality Robustness, and Semi-Supervised
Learning [90.17500229142755]
第1回マルチモーダル感情認識チャレンジ(MER 2023)は、ACMマルチメディアで成功した。
本稿では、この課題の背景にある動機を紹介し、ベンチマークデータセットを説明し、参加者に関する統計情報を提供する。
この高品質なデータセットは、特に中国の研究コミュニティにとって、マルチモーダルな感情認識の新しいベンチマークになり得ると考えています。
論文 参考訳(メタデータ) (2023-04-18T13:23:42Z) - UniUD-FBK-UB-UniBZ Submission to the EPIC-Kitchens-100 Multi-Instance
Retrieval Challenge 2022 [40.75782322969505]
本報告では,EPIC-Kitchens-100 Multi-Instance Retrieval Challenge 2022への提出の技術的詳細について述べる。
この課題に参加するために、我々は最近開発された2種類の3重項損失の関連性強化バージョンで訓練された異なるモデルからなるアンサンブルを設計した。
論文 参考訳(メタデータ) (2022-06-22T08:16:04Z) - NVIDIA-UNIBZ Submission for EPIC-KITCHENS-100 Action Anticipation
Challenge 2022 [13.603712913129506]
EPIC-Kitchen-100アクション予測課題の技術的詳細について述べる。
我々のモデリング、高次の時空変換器、エッジ学習を用いたメッセージパスニューラルネットワークはどちらも、2.5秒の推論コンテキストのみを観測し、アクション予測予測を形成するリカレントベースアーキテクチャである。
提案したトレーニングパイプラインでコンパイルされたモデルの予測スコアを平均化することにより、テストセット上で強力なパフォーマンスを実現しました。
論文 参考訳(メタデータ) (2022-06-22T06:34:58Z) - 2nd Place Solution for SODA10M Challenge 2021 -- Continual Detection
Track [35.06282647572304]
ResNet50-FPNをベースラインとして採用し、最終的な提案モデルのいくつかの改善を試みる。
タスク固有のリプレイ方式,学習率スケジューリング,モデルキャリブレーション,原画像スケールの使用により,画像中の大小オブジェクトの性能向上が期待できる。
論文 参考訳(メタデータ) (2021-10-25T15:58:19Z) - NTIRE 2021 Multi-modal Aerial View Object Classification Challenge [88.89190054948325]
CVPR の NTIRE 2021 ワークショップと共同で,MAVOC (Multi-modal Aerial View Object Classification) の最初の挑戦を紹介した。
この課題は、EOとSAR画像を用いた2つの異なるトラックで構成されている。
本コンペティションで提案した最上位の手法について検討し,その成果を目視テストセットで評価する。
論文 参考訳(メタデータ) (2021-07-02T16:55:08Z) - DeeperForensics Challenge 2020 on Real-World Face Forgery Detection:
Methods and Results [144.5252578415748]
本稿では,現実世界の顔偽造検出に関するDeeperForensics Challenge 2020の手法と結果について報告する。
この挑戦はdeepforensics-1.0データセットを採用し、6万のビデオを合計1760万フレームで構成する。
115人の参加者が参加し、25のチームが有効な応募を行った。
論文 参考訳(メタデータ) (2021-02-18T16:48:57Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。