Fugu-MT 論文翻訳(概要): Explorations in Texture Learning

論文の概要: Explorations in Texture Learning

arxiv url: http://arxiv.org/abs/2403.09543v1
Date: Thu, 14 Mar 2024 16:30:52 GMT
ステータス: 処理完了
システム内更新日: 2024-03-15 19:47:59.941070
Title: Explorations in Texture Learning
Title（参考訳）: テクスチャ学習における探索
Authors: Blaine Hoak, Patrick McDaniel,
Abstract要約: 我々は,CNNにおけるテクスチャとオブジェクトクラスの関係に関する新たな知見を明らかにするために,テクスチャオブジェクトアソシエーションを構築した。本分析は,テクスチャ学習における研究が,新たな解釈可能性の方法を可能にし,予期せぬバイアスを明らかにする可能性を示唆している。
参考スコア（独自算出の注目度）: 1.9567015559455132
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this work, we investigate \textit{texture learning}: the identification of textures learned by object classification models, and the extent to which they rely on these textures. We build texture-object associations that uncover new insights about the relationships between texture and object classes in CNNs and find three classes of results: associations that are strong and expected, strong and not expected, and expected but not present. Our analysis demonstrates that investigations in texture learning enable new methods for interpretability and have the potential to uncover unexpected biases.
Abstract（参考訳）: 本研究では,対象分類モデルによって学習されたテクスチャの同定と,それらのテクスチャに依存する範囲について検討する。我々は,CNNにおけるテクスチャとオブジェクトクラスの関係に関する新たな洞察を明らかにするためのテクスチャオブジェクトアソシエーションを構築し,その結果の3つのクラスを見出す。本分析は,テクスチャ学習における研究が,新たな解釈可能性の方法を可能にし,予期せぬバイアスを明らかにする可能性を示唆している。

関連論文リスト

On Synthetic Texture Datasets: Challenges, Creation, and Curation [1.9567015559455132]
56のテクスチャにまたがる362,880のテクスチャイメージのデータセットを作成します。画像生成過程において,画像生成パイプライン内のNSFW安全フィルタはテクスチャに非常に敏感であることがわかった。
論文参考訳（メタデータ） (2024-09-16T14:02:18Z)
TextureDreamer: Image-guided Texture Synthesis through Geometry-aware Diffusion [64.49276500129092]
TextureDreamerは画像誘導型テクスチャ合成法である。少数の入力画像から任意のカテゴリでターゲットの3D形状に光沢のあるテクスチャを転送することができる。
論文参考訳（メタデータ） (2024-01-17T18:55:49Z)
TexPose: Neural Texture Learning for Self-Supervised 6D Object Pose Estimation [55.94900327396771]
合成データから6次元オブジェクトポーズ推定のためのニューラルネットワークによるテクスチャ学習を提案する。実画像からオブジェクトの現実的なテクスチャを予測することを学ぶ。画素完全合成データからポーズ推定を学習する。
論文参考訳（メタデータ） (2022-12-25T13:36:32Z)
Artificial Text Detection via Examining the Topology of Attention Maps [58.46367297712477]
トポロジカルデータ分析(TDA)に基づく3種類の解釈可能なトポロジカル特徴を提案する。 BERTモデルから派生した特徴が3つの共通データセットにおいて、カウントベースとニューラルベースベースラインを最大10%上回っていることを実証的に示す。特徴の探索解析は表面に対する感度と構文的性質を明らかにしている。
論文参考訳（メタデータ） (2021-09-10T12:13:45Z)
Unsupervised Learning of 3D Object Categories from Videos in the Wild [75.09720013151247]
オブジェクトインスタンスの大規模なコレクションの複数のビューからモデルを学ぶことに重点を置いています。再構成を大幅に改善するワープコンディショニングレイ埋め込み(WCR)と呼ばれる新しいニューラルネットワーク設計を提案する。本評価は,既存のベンチマークを用いた複数の深部単眼再構成ベースラインに対する性能改善を示す。
論文参考訳（メタデータ） (2021-03-30T17:57:01Z)
Deep Texture-Aware Features for Camouflaged Object Detection [69.84122372541506]
本稿では, テクスチャ認識モジュールを定式化し, 深層畳み込みニューラルネットワークにおけるテクスチャ認識の特徴を学習する。我々は,キャモフラージュされた物体検出のためのベンチマークデータセット上で,定性的かつ定量的にネットワークを評価した。
論文参考訳（メタデータ） (2021-02-05T04:38:32Z)
Describing Textures using Natural Language [32.076605062485605]
自然画像のテクスチャは、色、形状、内部の要素の周期性、および自然言語を用いて記述できるその他の属性によって特徴づけられる。テクスチャの豊富な記述を含む新しいデータセットにおいて,テクスチャの視覚的属性を記述する問題について検討した。我々は、いくつかのきめ細かいドメインを視覚化し、データセットで学んだテクスチャ属性が、Caltech-UCSD Birdsデータセットのエキスパート設計属性よりも改善できることを示します。
論文参考訳（メタデータ） (2020-08-03T20:37:35Z)
Reverse Engineering Configurations of Neural Text Generation Models [86.9479386959155]
モデル選択の結果、機械が生成したテキストに現れるアーティファクトの研究は、新しい研究領域である。我々は、モデリング選択が検出可能なアーティファクトを生成テキストに残すかどうかを確認するために、広範囲な診断テストを実行する。我々の重要な発見は、厳密な実験によって裏付けられ、そのような成果物が存在することと、生成されたテキストのみを観察することで異なるモデリング選択を推測できることである。
論文参考訳（メタデータ） (2020-04-13T21:02:44Z)
Fabric Surface Characterization: Assessment of Deep Learning-based Texture Representations Using a Challenging Dataset [12.747154890227721]
我々は、大規模で挑戦的な顕微鏡材料表面データセット(CoMMonS)を導入する。次に,CoMMonSを用いたテクスチャ分類のための最先端深層学習手法の総合評価を行う。以上の結果から,Multerは材料評価のためのCoMMonSデータセットだけでなく,MINC-2500やGTOS-mobileなどの既存のデータセットにも高い精度が得られることがわかった。
論文参考訳（メタデータ） (2020-03-16T05:37:06Z)

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。