BriefGPT.xyz
Ask
alpha
关键词
gradient detach
搜索结果 - 1
基于梯度剥离的堆叠补充损失,实现精确的领域自适应目标检测
本研究提出了一种基于梯度分离的堆叠互补损失(SCL)方法,该方法使用检测损失作为主要目标,并在不同的网络阶段引入几个辅助损失以学习更具判别性的表示,用于非监督领域自适应目标检测。实验表明该方法在多个数据集上表现优异,尤其是在 Citysca
→
PDF
5 years ago
Prev
Next