关键词prediction consistency
搜索结果 - 8
- 基于示例的医学图像分割的跨模态互相学习
通过引入新颖的跨模型互学习框架，该研究提出了一种基于样本的医学图像分割方法，可以在极少的监督下实现高效的模型训练，并通过消除确认偏差和实现多模型一致性来学习互补信息。通过在图像和特征层面上进行扰动和预测，该框架在两个医学图像数据集上的实验结 - ICLR使用未标注数据的置信度估计
通过检查训练过程中的预测一致性，我们提出了一种自信度评估方法，用于半监督学习场景下在大部分训练标签不可用的情况下合理地估计模型对未标记样本的自信度。我们使用训练一致性作为替代函数，并提出了一种一致性排序损失函数用于自信度评估。在图像分类和分 - 通过协同一致性训练实现通用半监督模型适应
提出了一种称为 Universal Semi-supervised Model Adaptation (USMA) 的现实和具有挑战性的领域适应问题，该问题需要预训练的源模型，允许源域和目标域具有不同的标签集，并且在目标域中每个类别只需要少 - CVPR动作识别的视频测试时间适应
该研究提出了一种针对空间 - 时间模型的方法，它能够在单个视频样本上进行特征分布对齐，保证了预测的一致性，并且在三个基准行动识别数据集上都表现出极高的性能。
- 吸引和分散：一种用于无源域自适应的简单方法
提出一种用于领域自适应的无源自适应方法，通过将 SFDA 视为无监督聚类问题并按照特征空间的本地邻居应具有更相似的预测这一直觉来优化预测一致性的目标，进而实现特征聚类及簇分配的高效训练，同时将已有的领域自适应方法、无源域自适应和对比学习之间 - 通过嵌入预测一致性进行域自适应凝视估计
本文提出一种无监督学习的方法，采用 embedding representation 及 prediction consistency 来消除 inter-personal diversity 对 gaze estimation 的影响，设 - 通过一致预测正则化解决深度知识追踪中的两个问题
该研究提出了一种基于正则化的改进深度知识追踪模型，可以有效提高预测的一致性，同时没有降低原始任务表现。
- 弱监督目标检测的协作学习
本文提出了一个简单而有效的弱监督协作学习框架，旨在解决在弱监督目标检测中经常出现的标注准确性与模型准确性之间的矛盾，并在 PASCAL VOC 2007 和 2012 数据集上进行了广泛的实验证明了其有效性。