mean teacher framework | BriefGPT

关键词mean teacher framework

搜索结果 - 6

HASSOD：分层自适应自监督目标检测
通过层次自适应的自我监督物体检测（HASSOD）方法，本研究对对象进行探测并理解其构成，通过自我监督学习任务来提高检测性能和解释能力，同时采用 Mean Teacher 框架以提高训练效率，从而在自我监督物体检测领域取得了显著的进展。
PDF5 months ago
半监督道路更新网络（SRUNet）：一种从遥感图像和历史矢量地图更新道路的深度学习方法
提出了一种基于 SRUNet 的道路检测方法，利用地理信息数据库和历史道路信息相结合，以及采用 MEB 多分支网络、均值教师框架和 ReCo 区域对比，实现了对道路的稳定、及时和可靠更新。
PDFa year ago
无源目标检测的对抗性对齐
本文提出了一种基于生成伪标签和对抗学习技术的无源目标检测方法，将目标域划分为相似子集和不相似子集，并通过平均教师框架中的对抗模块来提高伪标签的质量，实验表明该方法在跨域目标检测方面表现优异。
PDFa year ago
标签噪声抵抗的均值教学方法用于弱监督假新闻检测
本文提出了一种新的标签噪声鲁棒的平均教学方法（LNMT），用于弱监督下的假新闻检测，其依据语义相关性和情感关联为未标记样本自动分配初始弱标签。同时，利用标签可靠性估计方法建立平均师框架以抑制噪声。实验表明，LNMT 具有更好的性能。
PDF2 years ago
ECCVMTTrans: 基于 Mean-Teacher Transformer 的跨领域目标检测
提出了一种基于平均教师框架的端到端跨域检测 Transformer，该方法可以利用未标记的目标领域数据进行目标检测训练，并通过伪标签在领域之间传输知识。通过多层次特征对齐和优化迭代，实现了在三种领域适应场景下实现了最先进的性能，特别是 Si
PDF2 years ago
DSP: 无监督域自适应语义分割的双重软粘贴
本文提出了一种基于 Dual Soft-Paste 和平均 teacher 框架的无监督领域适应方法，利用概率对齐和特征对齐，更好地学习领域不变特征，并在两个基准测试上展示出优越性。
PDF3 years ago