pseudo-label | BriefGPT - AI 论文速递

关键词pseudo-label

搜索结果 - 12

多功能教师：一种面向跨领域适应的课程感知教师 - 学生框架
在跨领域目标检测中，本文引入了一种名为 Versatile Teacher (VT) 的新型教师 - 学生模型，通过考虑类别特定的检测难度并采用两步赋值机制，生成更可靠的伪标签，将其作为显著性矩阵来引导区分器进行有针对性的实例级对齐，取得了
PDFa month ago
CVPRMAE-GEBD: 赢得 CVPR'2023 LOVEU-GEBD 挑战
本文在去年 MAE-GEBD 方法的基础上，通过调整数据处理策略和损失函数，将伪标签应用于更大的数据集，并尝试许多实验，将焦点损失应用于困难样本并改善模型性能。最后，我们改进了去年使用的分割对齐策略，根据视频的边界密度和持续时间动态调整分割
PDFa year ago
CVPRC-SFDA: 一种基于课程学习的自我训练框架，用于高效的无源域自适应
本文提出了一种基于红外图像的智能监测系统，其基于卷积神经网络和支持向量机算法，并且在不需要源数据的情况下使用自我训练的方式进行对源领域的无监督领域适应，使用了策略筛选伪标签的课程学习加速自适应过程。
PDFa year ago
AAAI基于伪标签引导的条件生成对抗网络模型反演攻击
提出一种基于条件 GAN 的 PLG-MI 攻击策略，通过引入伪标签将搜索空间解耦，采用最大间隔损失改善目标分类的子空间搜索，实验表明本文方法攻击成功率和可视化质量效果明显优于当前先进攻击方法，特别是在大型分布转移下表现出 2~3 倍的优势
PDFa year ago
基于语义的消息广播 —— 高效的非监督领域自适应
该研究提出了一种基于语义感知的信息广播方法，旨在提高视觉变压器在非分布式测试中的泛化能力，并在 DomainNet，OfficeHome 和 VisDA-2017 上进行了广泛的实验以证明其有效性。
PDF2 years ago
EMNLPSAT: 简单的实例自适应自训练提高半监督文本分类
本文提出了一种简单的实例自适应自训练方法 (SAT)，用于半监督文本分类。SAT 通过生成两个扩充视图来识别伪标签并用于模型训练，实验结果表明 SAT 方法具有竞争力的性能。
PDF2 years ago
AAAI弥合差距：优化伪标签以实现准确半监督目标检测
本文提出了一种基于双重伪标签磨光框架的半监督目标检测方法，通过利用上下文知识对最初产生的伪标签进行双重磨光学习，精确推断未注释对象的伪标签，以提高 SSOD 的泛化性能，并在 PASCAL VOC 和 MS COCO 基准测试中证明了该方法
PDF2 years ago
ECCV朝着真实的半监督学习
本文提出一种基于伪标签的半监督学习方法，能够处理 open-world SSL 问题，并通过样本不确定性和类别分布先验知识等手段，为已知和未知类别的未标记数据生成可靠的类别分布感知型伪标签。该方法在多种常用数据集上表现良好，特别是在 CIF
PDF2 years ago
MM基于伪标签辅助学习的弱监督 ALS 点云语义分割
本文提出的伪标签辅助点云分割方法，可使用非常少的弱标签 (稀疏采样的) 以较低的标注成本获得与全监督方案相同的结果，并且提出了自适应阈值策略来生成基于预测概率的伪标签进行学习。实验证明，本方法在 ISPRS 3D 语义标注基准数据集上取得了
PDF3 years ago
AAAI利用样本不确定性进行领域自适应人员再识别
本文提出了一种基于可靠程度估计和不确定度的无监督域适应 ReID 方法，用于削弱嘈杂标签的影响，提高准确性。实验表明，该方法在基准数据集上取得了最优结果。
PDF4 years ago
ECCV基于实例自适应技术的无监督领域自适应自训练
本文提出了一种基于实例适应的自我训练框架，应用于语义分割的无监督域自适应问题，该方法采用了一种新的伪标签生成策略和区域引导正则化方法，以在 'GTA5 to Cityscapes' 和 'SYNTHIA to Cityscapes' 数据集
PDF4 years ago
SPLAT: 基于语义的像素级自适应转换用于检测
本文提出了一种基于语义像素级别自适应变换 (SPLAT) 的对象探测器领域自适应方法，实现了跨域图像对的高效生成和训练，并在像素级别上根据稠密标签训练特征变换网络。实验表明，与现有方法相比，该方法在对象探测器领域自适应方面取得了更好的性能。
PDF6 years ago