Zobrazeno 1 - 7
of 7
pro vyhledávání: '"Zhou, Ruisong"'
Foundation models have achieved great advances in multi-task learning with a unified interface of unimodal and multimodal tasks. However, the potential of such multi-task learners has not been exploited during transfer learning. In this work, we pres
Externí odkaz:
http://arxiv.org/abs/2304.14381
In this paper, we propose an efficient human pose estimation network -- SFM (slender fusion model) by fusing multi-level features and adding lightweight attention blocks -- HSA (High-Level Spatial Attention). Many existing methods on efficient networ
Externí odkaz:
http://arxiv.org/abs/2107.13693
Publikováno v:
In iScience 17 May 2024 27(5)
With the development of radiomics, noninvasive diagnosis like ultrasound (US) imaging plays a very important role in automatic liver fibrosis diagnosis (ALFD). Due to the noisy data, expensive annotations of US images, the application of Artificial I
Externí odkaz:
http://arxiv.org/abs/2011.00694
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:
Yang, Fang1,2 fangmst@gmail.com, Bai, Baojun1 baib@mst.edu, Dunn‐Norman, Shari1, Yang, Fen1, Zhou, Ruisong1,2
Publikováno v:
Greenhouse Gases: Science & Technology. Dec2017, Vol. 7 Issue 6, p1035-1049. 15p.