《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
Light601 分钟前
智启未来:深度解析Python Transformers库及其应用场景
开发语言·python·深度学习·自然语言处理·预训练模型·transformers库 |·|应用场景
数据智能老司机11 分钟前
构建具备自主性的人工智能系统——在生成式人工智能系统中构建信任
深度学习·llm·aigc
The_cute_cat1 小时前
25.4.22学习总结
学习
无敌小茶1 小时前
Linux学习笔记之环境变量
linux·笔记
__lost1 小时前
Python图像变清晰与锐化,调整对比度,高斯滤波除躁,卷积锐化,中值滤波钝化,神经网络变清晰
python·opencv·计算机视觉
欣然~1 小时前
借助 OpenCV 和 PyTorch 库,利用卷积神经网络提取图像边缘特征
人工智能·计算机视觉
冰茶_1 小时前
.NET MAUI 发展历程:从 Xamarin 到现代跨平台应用开发框架
学习·microsoft·微软·c#·.net·xamarin
谦行1 小时前
工欲善其事,必先利其器—— PyTorch 深度学习基础操作
pytorch·深度学习·ai编程
帅云毅2 小时前
Web3.0的认知补充(去中心化)
笔记·学习·web3·去中心化·区块链
豆豆2 小时前
day32 学习笔记
图像处理·笔记·opencv·学习·计算机视觉