BriefGPT.xyz
Ask
alpha
关键词
pseudo-label contrastive clustering
搜索结果 - 1
填补鸿沟:学习速率同步的开放世界半监督学习
开放世界半监督学习中,通过估计类别分布的自适应边界损失和伪标签对比聚类的引入,解决了已有模型在学习新类别方面的困难,平衡了已见类别与新类别,并在 ImageNet 数据集上相较之前的最新技术提高了 3% 的平均准确率。
PDF
10 months ago
Prev
Next