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
凉、介14 分钟前
深入理解 ARMv8-A｜处理器模式与寄存器z2005093014 分钟前
【linux学习】深入理解linux文件I/O，从C标准库到内核态whyTeaFo1 小时前
MIT 6.1810: Lec 5: calling conventions and stack frames RISC-V阿文的代码库1 小时前
康威尔生命游戏规则介绍与学习我的xiaodoujiao1 小时前
API 接口自动化测试详细图文教程学习系列24--如何用Pytest去设计接口测试用例并执行冰西瓜6001 小时前
深度学习的数学原理（四十一）—— KV Cache-To be number.wan1 小时前
计算机组成原理 | SRAM与DRAM上课不要睡觉了2 小时前
【统计法规】4.1统计管理体制概述墨白曦煜2 小时前
算法实战笔记：剥开回溯算法的外衣——从通用模板到高阶去重（八）测试_AI_一辰2 小时前
AI模型评测不只看准确率-CV与Agent评测指标体系梳理