×
img

分布式实例分割:用潜在的 MaskRCNN 模型建模不确定性和高置信度预测(英文版)

发布者:wx****6a
2023-05-06
10 MB 10 页
人工智能(AI)
文件列表:
分布式实例分割:用潜在的 MaskRCNN 模型建模不确定性和高置信度预测【英文版】.pdf
下载文档
英文标题:Distributional Instance Segmentation: Modeling Uncertainty and High Confidence Predictions with Latent-MaskRCNN中文摘要:本文提出一种基于概率分布的实例分割方法,利用潜在编码来建模物体掩膜的可能假设,从而降低机器人应用中的临界错误率。在实际服装拣选机器人上,该方法成功降低了错误率并提高了性能。英文摘要:Object recognition and instance segmentation are fundamental skills in anyrobotic or autonomous system. Existing state-of-the-art methods are oftenunable to capture meaningful uncertainty in challenging or ambiguous scenes,and as such can cause critical errors in high-performance applic

加载中...

已阅读到文档的结尾了

下载文档

网友评论>

开通智库会员享超值特权
专享文档
免费下载
免广告
更多特权
立即开通

发布机构

更多>>