limited annotations | BriefGPT

关键词limited annotations

搜索结果 - 6

医学图像分割的自我监督对齐学习
最近，自监督学习方法已被用于对二维和三维医学图像的分割模型进行预训练。本文提出了一种新的自监督对齐学习框架来预训练医学图像分割的神经网络，其中包括了一个全新的局部对齐损失和全局位置损失。实验结果表明，该对齐学习方法在有限标注的 CT 和 M
PDF12 days ago
SSL-DG: 对医疗图像分割中的半监督学习和领域泛化进行反思和融合
通过联合使用半监督学习与领域泛化方法，提出了 SSL-DG，实现了在有限标注数据下的跨域泛化效果，并在两个具有挑战性的领域泛化任务中显著优于现有方法。
PDF8 months ago
DualCoOp: 有限标注条件下的快速多标签识别自适应
本论文提出了一种名为 DualCoOp 的统一框架，用于解决多标签识别的低标记问题，通过利用文本和视觉特征之间的强对齐，通过将类别名作为部分的语言输入来编码正负上下文，从而适应具有有限注释和未知类别的多标签识别任务，在标准多标签识别基准测试
PDF2 years ago
通过分布对齐特征相似度实现自监督地标估计
本文介绍了一种 LEAD 方法，用于从未注释的类别特定图像集合中发现地标。通过采用两阶段训练方法，该方法增强了自监督学习中密集等变表示的学习，并在极度有限的注释数下提高了地标检测的性能，同时提高了跨尺度变化的泛化能力。
PDF2 years ago
AAAI基于点距学习的弱监督场景解析
本文提出一种基于点的距离度量学习（PDML）方法，通过鼓励标注点之间的特征保持一致来引导训练过程，使用限定的标注点代替密集标注 mask 进行语义场景解析，最终在 PASCAL-Context 和 ADE 20K 数据集上实验验证结果表明
PDF6 years ago
众多语言，一种解析器
使用多语言模型进行依赖解析，通过使用多语言单词聚类和嵌入，令解析器能够在多种语言中进行有效解析，同时基于语言普遍规律和类型相似性实现跨语言推断，从而使其能够更有效地从有限的注释中进行学习。
PDF8 years ago