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
世人万千丶1 天前
Flutter 框架跨平台鸿蒙开发 - 恐惧清单应用yuzhuanhei1 天前
Visual Studio 配置C++opencv简简单单做算法1 天前
基于GA遗传优化的Transformer-LSTM网络模型的时间序列预测算法matlab性能仿真一轮弯弯的明月1 天前
贝尔数求集合划分方案总数melonbo1 天前
Jetson Nano 平台YOLO目标检测优化详细设计方案龙文浩_1 天前
AI中NLP的文本张量表示方法在自然语言处理中的演进与应用此刻觐神1 天前
IMX6ULL开发板学习-01（Linux文件目录和目录相关命令）憧憬从前1 天前
算法学习记录DAY2航Hang*1 天前
第3章：Linux系统安全管理——第2节：部署代理服务babe小鑫1 天前
会计岗位学习数据分析的价值分析