Sökning: "intra-class"

Visar resultat 6 - 10 av 17 uppsatser innehållade ordet intra-class.

  1. 6. Interactionwise Semantic Awareness in Visual Relationship Detection

    Master-uppsats, Göteborgs universitet/Institutionen för data- och informationsteknik

    Författare :Pagliarini Giovanni; Imtiaz Azfar; [2020-11-06]
    Nyckelord :Deep Learning; Natural Language Processing; Computer Vision; Visual Relationship Detection; Object Detection;

    Sammanfattning : Visual Relationship Detection (VRD) is a relatively young research area, where the goal is to develop prediction models for detecting the relationships between objects depicted in an image. A relationship is modeled as a subject-predicate-object triplet, where the predicate (e.g an action, a spatial relation, etc. LÄS MER

  3. 7. Reliabilitetstest av ett nytt instrument för mätning av axelstyrka

    Magister-uppsats, Linnéuniversitetet/Institutionen för idrottsvetenskap (ID)

    Författare :Anders Sven Gunnar Danielsson; [2020]
    Nyckelord :Dynamic shoulder strength; dynamometer; elastic band; physiotherapy; strength test.; Dynamisk axelstyrka; dynamometer; elastiskt band; fysioterapi; styrketest;

    Sammanfattning : Introduktion: Att mäta muskelstyrka är en hörnsten inom fysioterapi/sjukgymnastik. Trots detta saknas idag enkla objektiva kliniska metoder för att mäta dynamisk muskelstyrka hos patienter med axelbesvär. LÄS MER

  4. 8. Pushing the boundary of Semantic Image Segmentation

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Shipra Jain; [2020]
    Nyckelord :Deep Learning; computer vision; semantic segmentation; metric learning; contrastive learning; Djup lärning; datorsyn; semantisk segmentering; metrisk inlärning; kontrastivt lärande;

    Sammanfattning : The state-of-the-art object detection and image classification methods can perform impressively on more than 9k classes. In contrast, the number of classes in semantic segmentation datasets are fairly limited. This is not surprising , when the restrictions caused by the lack of labeled data and high computation demand are considered. LÄS MER

  5. 9. Improving Zero-Shot Learning via Distribution Embeddings

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Vivek Chalumuri; [2020]
    Nyckelord :Zero-Shot Learning ZSL ; Generalized Zero-Shot Learning GZSL ; Image Classification; Metric Learning; Distribution Embeddings; Triplet Loss; Zero-shot lärande; Generaliserat zero-shot-lärande; Bildklassificering; Metrisk inlärning; Distribution inbäddningar; Triplet-förlust;

    Sammanfattning : Zero-Shot Learning (ZSL) for image classification aims to recognize images from novel classes for which we have no training examples. A common approach to tackling such a problem is by transferring knowledge from seen to unseen classes using some auxiliary semantic information of class labels in the form of class embeddings. LÄS MER

  7. 10. Reliability and precision of root length measurements in cone beam CT images: a study of adolescents

    Master-uppsats, Malmö universitet/Odontologiska fakulteten (OD)

    Författare :Alexander Coholic; Fanny Hellberg; [2019]
    Nyckelord :CBCT; Reliability; Precision; Root length measurement;

    Sammanfattning : Bakgrund: Under en ortodontisk behandling med fast apparatur finns det en risk för att tänderna drabbas av rotresorption. Rotresorptioner kan mätas med hjälp av Cone Beam Computed Tomography (CBCT). Mätresultatet kan dock variera mellan olika observatörer och mätfel kan uppstå vilket påverkar metodens tillförlitlighet. LÄS MER