然而，未标记的数据，在我们的例子中是包含前景对象的区域，是先验未知的，必须被识别。因此，必须调整当前的目标检测器来解决稀疏注释的问题。将使用可用的GT（顶部）训练的“普通”模型的输出与使用新提出的方法训练的模型（底部）进行比较的定性结果。红色：人，青色：狗，紫色：马，黄色：时钟，绿色：停车标志，蓝色：停车计时器，紫色：长颈鹿，橙色：盆栽，黑色：冲浪板，深绿色：船。目标检测创新：一种基于区域的半监督方法，部分标签即可 ,研究表明，当训练数据缺少注释（即注释稀疏的数据）时，目标检测器的性能会显着下降
人工智能
2023-08-11
48 点赞
0 评论
72 浏览
