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上す...
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はシ...
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度も...