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
Erik_LinX8 分钟前
day1--＞day7| 机器学习（吴恩达）学习笔记魔理沙偷走了BUG10 分钟前
【Linux笔记】Day5索然无味io24 分钟前
组件框架漏洞珊瑚里的鱼38 分钟前
【单链表算法实战】解锁数据结构核心谜题——环形链表林涧泣40 分钟前
图的矩阵表示chimchim661 小时前
【starrocks学习】之catalogIcomi_1 小时前
【外文原版书阅读】《机器学习前置知识》1.线性代数的重要性，初识向量以及向量加法西猫雷婶2 小时前
python学opencv|读取图像（四十六）使用cv2.bitwise_or()函数实现图像按位或运算IT古董2 小时前
【深度学习】常见模型-生成对抗网络（Generative Adversarial Network, GAN）Jackilina_Stone2 小时前
【论文阅读笔记】“万字”关于深度学习的图像和视频阴影检测、去除和生成的综述笔记 | 2024.9.3