label-efficient learning | BriefGPT

关键词label-efficient learning

搜索结果 - 7

两次拍摄足够吗？一种用于乳腺超声视频分割的标签高效方法
该研究提出了一种新颖的两阶段训练范式，用于乳腺超声视频的分割，通过多样化的数据增强策略实现了自由空时一致性的捕捉，并在医学数据集上进行了验证，结果表明该方法在仅使用 1.9％的训练标签时能够获得与完全注释数据相当的性能。
PDF5 months ago
将 CLIP 的知识转化为零样本点云语义分割
本文提出了一种简单而有效的基线方法，将 CLIP 中的视觉语言知识在特征和输出层面上转移到点云编码器，从而在零样本点云语义分割中取得了显著的性能提升，并在无标注点云语义分割设置中取得了有希望的结果，展示了其在标签效率学习方面的巨大潜力。
PDF7 months ago
SemiVL: 基于视觉 - 语言引导的半监督语义分割
SemiVL 是一种结合了视觉 - 语言模型的丰富先验知识与半监督语义分割的方法，通过空间微调策略和语言引导解码器的设计，以及提供类别定义的语言指导，实现了更好的语义决策边界。在 4 个语义分割数据集上进行评估时，SemiVL 明显优于以前
PDF7 months ago
视频分类中的分阶段知识蒸馏：通过补充性弱监督框架对学生进度进行协调
本文提出了针对视频分类的基于子阶段学习的知识蒸馏框架，采用渐进级联训练方法和伪标签优化策略来提高效率和准确性，并在多个真实和模拟数据集上进行了广泛的实验表明其优于现有的知识蒸馏方法。
PDFa year ago
三维点云的标签高效深度学习调研
本文首次综述了基于标注效率的点云数据学习，并提出了基于不同类型标签提供的数据前提条件组织标注效率学习方法。该文分类了四种典型的降低点云标注成本的方法：数据增强、域迁移学习、弱监督学习和预训练基础模型，并对这些方法进行了广泛的文献综述。同时，
PDFa year ago
医学图像分析中的标签高效深度学习：挑战与未来方向
本文调查了超过 300 篇最近的论文，提供了在医学图像分析中标签有效的学习策略方面最新进展的综合概述，并深入研究了标准的半监督、自监督和多实例学习方案，以及最近出现的积极的和注释有效的学习策略。此外，文章还具有独特的特点，详细分析了领域中的
PDFa year ago
ACLTriggerNER：使用实体触发器作为命名实体识别的解释的学习
本文提出一种名为 'entity triggers' 的新方法，通过众包收集注释以减少训练命名实体识别器所需的标注数量，使用自我注意力机制进行软匹配和泛化，提高成本效益，相比传统的神经 NER 框架，只使用注释的 20% 即可获得与 70%
PDF4 years ago