《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
羑悻的小杀马特1 小时前
OpenCV 引擎:驱动实时应用开发的科技狂飙
人工智能·科技·opencv·计算机视觉
蹦蹦跳跳真可爱5892 小时前
Python----计算机视觉处理(Opencv:道路检测之提取车道线)
python·opencv·计算机视觉
Uzuki5 小时前
AI可解释性 II | Saliency Maps-based 归因方法(Attribution)论文导读(持续更新)
深度学习·机器学习·可解释性
zhuyixiangyyds7 小时前
day21和day22学习Pandas库
笔记·学习·pandas
每次的天空7 小时前
Android学习总结之算法篇四(字符串)
android·学习·算法
jingjingjing11118 小时前
笔记:docker安装(ubuntu 20.04)
笔记·docker·容器
背影疾风8 小时前
C++学习之路:指针基础
c++·学习
Spcarrydoinb8 小时前
基于yolo11的BGA图像目标检测
人工智能·目标检测·计算机视觉
DreamBoy@9 小时前
【408--考研复习笔记】操作系统----知识点速览
笔记
UpUpUp……9 小时前
特殊类的设计/单例模式
开发语言·c++·笔记·单例模式