モデル LIMoE:画像と文章に対応可能で規模拡大が容易なスパースMoEモデル(2/2)
１．LIMoE:画像と文章に対応可能で規模拡大が容易なスパースMoEモデル(2/2)まとめ ・多様な情報を処理可能なマルチモーダルモデルは将来が有望視されているが密モデルでは困難 ・疎モデルは規模拡大の容易性と情報同士を組み合わせて性能を向...
multi-modal
モデル 
学習手法 DeepFusion：センサー情報とカメラ情報を効果的に融合して3次元物体検出(2/2)
１．DeepFusion：センサー情報とカメラ情報を効果的に融合して3次元物体検出(2/2)まとめ ・InverseAugとLearnableAlignという2つの新手法で位置合わせを改善しDeepFusionを実現 ・DeepFusion...
モデル 4D-Net:センサーの奥行情報とカメラのRGB画像を同時に扱う(2/2)
１．4D-Net:センサーの奥行情報とカメラのRGB画像を同時に扱う(2/2)まとめ ・軽量なNASを用いて２タイプのセンサー入力と特徴表現間の接続を学習させた ・4D-Netは従来手法より多いセンサー入力を使用しているが半分の応答速度で精...