en
en
Источник
CVPR
Дата публикации
05.06.2023
Авторы
Александр Панов Дмитрий Юдин Маргарита Кичик Татьяна Земскова
Поделиться

SegmATRon: Embodied Adaptive Semantic Segmentation for Indoor Environment

Embodied semantic segmentation, Image recognition, Indoor environment, Transformer, Adaptive model

Аннотация

This paper presents an adaptive transformer model named SegmATRon for embodied image semantic segmentation. Its distinctive feature is the adaptation of model weights during inference on several images using a hybrid multicomponent loss function. We studied this model on datasets collected in the photorealistic Habitat Simulator. We showed that obtaining additional images using the agent's actions in an indoor environment can improve the quality of semantic segmentation.

Читать в источнике

Похожие публикации

Optical Memory and Neural Networks
DAGM-Mono: Deformable Attention-Guided Modeling for Monocular 3D Reconstruction
Youshaa Murhij, Дмитрий Юдин
Читать источник
Optical Memory and Neural Networks
uSF: Learning Neural Semantic Field with Uncertainty
В. С. Скороходов, Д. М. Дроздова, Дмитрий Юдин
Читать источник
IROS
Model-based Policy Optimization using Symbolic World Model
Андрей Городецкий, Константин Миронов, Александр Панов
Читать источник
ECAI
Instruction Following with Goal-Conditioned Reinforcement Learning in Virtual Environments
Зоя Воловикова, Алексей Скрынник, Петр Кудеров, Александр Панов
Читать источник
Artificial Intelligence
Generative models for grid-based and image-based pathfinding
Даниил Кирилленко, Антон Андрейчук, Александр Панов, Константин Яковлев
Читать источник
Pattern Recognition and Image Analysis
Skill Learning with Empowerment in Reinforcement Learning
Артем Латышев, Александр Панов
Читать источник
Cognitive Systems Research
Hebbian spatial encoder with adaptive sparse connectivity
Петр Кудеров, Евгений Дживеликян, Александр Панов
Читать источник
Связаться
Присоединяйтесь к AIRI в соцсетях
Вы можете задать нам вопрос или предложить совместный проект в области ИИ

Сообщение отправлено.

Спасибо!

Что-то пошло не так. Попробуйте снова