《基于深度半监督学习的目标检测综述》泛读

基于深度半监督学习的目标检测方法分为

1、生成式方法

2、一致性正则化方法

3、基于图的方法

4、伪标记方法和混合方法

然后基于常用数据集

对典型方法进行了性能对比,最后分析了其挑战和发展趋势,旨在为相关研究提供参考

收获就是:

1、这篇论文将目前主流的所有的方法进行了归类,对于不同方法列表进行了对比,在不同的数据集上也有对比

2、对比数据很多,mAP对比,其他指标对比等等

3、多放图、多画表

4、数据对比越多越好,在不同的数据集上对比,越多越好

相关推荐
Web3&Basketball5 分钟前
从0到1落地多模态表格/发票结构化识别:踩坑全记录
深度学习·大模型·ai技术
葡萄成熟时 !6 分钟前
泛型知识笔记
开发语言·笔记·python
北风toto17 分钟前
扩展操作码技术 · 详细笔记
运维·服务器·笔记·软件设计师
摆烂老大33 分钟前
论文学习 | HESS2025 | 中亚寒区季节水文预报
学习·机器学习·水文
西西弗Sisyphus34 分钟前
模型训练 不同批次大小与学习率下的训练损失对比(1)
学习·batchsize·learning rate
知识分享小能手38 分钟前
概理论与数理统计学习教程,从入门到精通,平稳随机过程(27)
学习·数据挖掘·概率论
2601_967264281 小时前
极客时间 AI Agent 全栈工程师训练营,全套学习资源齐全
人工智能·学习
薛定e的猫咪1 小时前
(NeurIPS 2022)GraphGPS:MPNN 与全局注意力的融合之道
人工智能·深度学习·学习·算法
Z5998178411 小时前
c#软件开发学习笔记--WPF(Canvas、数据绑定、MVVM模式、值转换器)
笔记·学习·c#
茯苓gao1 小时前
从零开发 EtherCAT 主站(六):SOEM 初始化流程详解,主站是如何发现所有从站的?
笔记·嵌入式硬件·学习·信息与通信