Zobrazeno 1 - 7
of 7
pro vyhledávání: '"Tian, Senmao"'
Existing deep learning methods have made significant progress in gait recognition. Typically, appearance-based models binarize inputs into silhouette sequences. However, mainstream quantization methods prioritize minimizing task loss over quantizatio
Externí odkaz:
http://arxiv.org/abs/2405.13859
Publikováno v:
ICASSP2024
It is critical to deploy complicated neural network models on hardware with limited resources. This paper proposes a novel model quantization method, named the Low-Cost Proxy-Based Adaptive Mixed-Precision Model Quantization (LCPAQ), which contains t
Externí odkaz:
http://arxiv.org/abs/2402.17706
Super-Resolution (SR) has gained increasing research attention over the past few years. With the development of Deep Neural Networks (DNNs), many super-resolution methods based on DNNs have been proposed. Although most of these methods are aimed at o
Externí odkaz:
http://arxiv.org/abs/2304.06497
With the development of high-definition display devices, the practical scenario of Super-Resolution (SR) usually needs to super-resolve large input like 2K to higher resolution (4K/8K). To reduce the computational and memory cost, current methods fir
Externí odkaz:
http://arxiv.org/abs/2304.06454
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Gao, Kun, Du, Kang, Tian, Senmao, Wang, Heng, Zhang, Lu, Guo, Yaxuan, Luo, Bingcheng, Zhang, Wending, Mei, Ting
Publikováno v:
Advanced Functional Materials; 8/26/2021, Vol. 31 Issue 35, p1-7, 7p
