missing labels | BriefGPT - AI 论文速递

关键词missing labels

搜索结果 - 9

在线特性更新提高在线（广义）标签转移适应性
在在线设置中，解决标签偏移和缺失标签的问题，通过使用未标记数据进行在线特征更新进行特征提取，从而改善预测模型的方法为 OLS-OFU，该方法在理论分析和实证研究中证实了其在处理领域变化时的有效性和鲁棒性。
PDF5 months ago
视觉语言辅助属性学习
本文提出了一种利用可用的视觉 - 语言知识来改进模型学习的方法，通过一个现成的视觉 - 语言模型辅助，预测每个缺失的属性标签的可能性，在训练中选择忽略那些得分较高的标签，该方法在对新整理的 VAW 数据集上实现了最先进的性能，定性评估证明了
PDF7 months ago
KDD极端多标签分类中的缺失标签、长尾和倾向性问题
本文对 Jain 等人在 2016 年提出的倾向模型在多标签分类中的应用进行了批判性修订，并提出了几种替代方案，以解决现代多标签分类工作中倾向基础方法的缺陷。
PDF2 years ago
缺失或空标签情况下的 Dice Loss: 引入 $Φ$ 和 $ε$
本文通过理论分析与实验验证的方法，提出了一些关于 Dice Loss 函数及其导数的最佳实践方法，以实现对于医疗图像中的缺失标签和空标签的有效分割，在此过程中重点考虑了降维维度和平滑项的取值对于 Dice Loss 函数表现的影响。
PDF2 years ago
多标记学习缺失标记的简洁且健壮的损失设计
该论文提出两种简单且有效的基于强大损失设计的方法，通过减少假负例的影响及使用基于缺失标签的最大似然标准来改进多标签学习的性能，从而在大量多标签图像分类数据集上实现了新的最先进的损失函数。
PDF3 years ago
CVPRNoPeopleAllowed: 弱监督语义分割的三步方法
该研究提出了一种新颖的弱监督语义分割方法，通过从图像级别注释数据中提取高质量的伪掩膜，再在第三步上使用这些掩膜训练分割模型，解决了类别不平衡和缺失标签等问题。该方法仅使用图像级别注释作为监督，能够对各种类别和复杂对象进行分割，取得了 37.
PDF4 years ago
非对齐不完全多视角和缺失多标签学习的简明但有效模型
本论文致力于通过建立一种简洁而有效的模型来攻克学习来自多视角多标签数据的三大挑战：缺失标签、不完整视角和非对齐视角。我们利用多视角的一致性以及多个标签之间的全局和局部结构来缓解可用标签的不足。我们的实验结果表明，在五个真实数据集上，即使在没
PDF4 years ago
通过背景校准损失解决缺失注释的目标检测
本研究提出了一种名为 “背景再校准损失” 的方法，能够针对数据集中大多数真实目标 / 实例没有标记的检测情况进行自动重新校准损失信号，具备更快和更轻的一阶段探测器，拥有较高的性能表现。
PDF4 years ago
使用混合依赖图进行缺失标签的多标签学习
本文研究了多标签学习中的标签缺失问题，针对这个问题提出了基于依赖图的两个凸传导公式来处理图像注释和基于标签的图像检索两种应用场景，并在多个基准数据集上进行了实验证明了本文所提方法在性能和缺失标签的鲁棒性方面显著优于现有方法。
PDF6 years ago