semi-supervised object detection | BriefGPT

关键词semi-supervised object detection

搜索结果 - 40

CVPRConsistent-Teacher：减少半监督目标检测中不一致伪标签的方法
本研究探讨了半监督目标检测模型中伪目标的不一致性问题，提出了一种名为 ConsistentTeacher 的系统性解决方案，通过自适应锚定分配、三维特征对齐模块和高斯混合模型等步骤，可以有效减少伪标签带来的噪声和不准确性，提高模型精度。
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
DTG-SSOD：密集教师引导用于半监督目标检测
本文提出了一种新的理论，即采用密集式学习策略进行半监督物体检测，使用 Inverse NMS Clustering 和 Rank Matching 实现密集指导，旨在比传统稀疏 - 密集模式更有效地学习来自未标注数据的信息。在 COCO 基
PDF2 years ago
Unbiased Teacher v2：针对基于锚和无锚检测器的半监督目标检测
本文介绍了一种 Unbiased Teacher v2 方法，针对半监督目标检测的主要问题，将 SS-OD 方法推广到 anchor-free 检测器，引入了 Listen2Student 机制，收集学生和教师的相对不确定性，避免学生被错误
PDF2 years ago
CVPR标签匹配半监督目标检测
本篇论文从分布级别和实例级别两个不同但互补的视角提出了一个简单而有效的 LabelMatch 框架，用于解决自我训练期间存在的标签不匹配问题，并通过 Proposal Self-assignment 机制确定准确的伪标签来促进学生和教师之间
PDF2 years ago
CVPR基于密集学习的半监督目标检测
本研究提出了一种基于 DenSe Learning 的锚点自由的半监督目标检测算法，其中包含自适应过滤策略、聚合型教师以及跨尺度不确定性一致性正则化等多种新技术，与 MS-COCO 和 PASCAL-VOC 等数据集上得到的实验结果表明，该
PDF2 years ago
S4OD: 单阶段目标检测的半监督学习
本文提出一种动态自适应阈值策略，同时考虑伪标签的质量和数量，并提出一种模块计算单级检测器的伪标签回归不确定性，仅使用来自 COCO 的 10％标记数据，我们的方法在基于锚点和无锚点的检测器（RetinaNet 和 FCOS）上实现了 35.
PDF2 years ago
ECCVPseCo: 半监督目标检测的伪标注和一致性训练
本文深入研究了半监督目标检测（SSOD）中的两个关键技术，即伪标记和一致性训练，并提出了针对它们的一些问题的解决方案。在 COCO 基准测试中，我们的方法 PseCo 在 1％、5％和 10％标记比下的性能分别超过了 Soft Teache
PDF2 years ago
CVPRSIOD: 单个实例、每个图像每个类别的物体检测标注
提出 Single Instance annotated Object Detection (SIOD) 及其所使用的 Dual-Mining 方法来进行半监督目标检测，此方法只需要一个样本的注释信息，且在 MS COCO 数据库实验中效果
PDF2 years ago
CVPR半监督目标检测的等比例蒸馏
本文讨论了半监督物体检测中的若干问题，提出了一种新的知识蒸馏框架 —— 尺度等价蒸馏（Scale-Equivalent Distillation，SED），来解决大尺度差异和类别不平衡等问题，实验证明该方法可显著提升检测结果。
PDF2 years ago
CVPRPseudoProp: 自动驾驶系统中半监督目标检测的鲁棒伪标注生成
本文提出了一种新方法 PseudoProp，通过在视频帧中利用运动连续性来生成稳健的伪标签，采用双向伪标签传播方法抵消误检测，同时使用基于特征的融合技术抑制推断噪声，实验证明本方法在大规模 Cityscapes 数据集上提高了 7.4％的平
PDF2 years ago
CVPRMUM：混合图像块和解混特征块进行半监督目标检测
介绍一种名为 Mix/UnMix 的简单有效的数据增强方法，用于半监督目标检测框架，能够让混合输入图像瓦片从特征空间中分离并重构，通过非插值伪标签获得插值正则化效果，成功生成具有意义的弱 - 强对。在 MS-COCO 和 PASCAL VO
PDF3 years ago
自适应类别重平衡半监督目标检测自训练
本文研究了半监督目标检测（SSOD）以提高检测器性能，通过自训练和数据重平衡缓解了 SSOD 中的类别不平衡问题，利用单个百分点标注数据在 MS-COCO 数据集上获得了显著的性能改进。
PDF3 years ago
CVPR弱监督目标检测中的监督恢复
本研究提出了一个框架，名为 SoS，旨在利用 WSOD 的潜在监督信号，其中包括图像级标签、伪标签和半监督物体检测。在实验中，SoS-WSOD 方法在 VOC2007，VOC2012 和 MS-COCO 上取得了显著的改进和较高的性能，并且
PDF3 years ago
AAAI半监督目标检测中伪标签的思考
本文提出了一种基于置信度的伪标签方法，用于目标检测任务中的半监督目标检测。相较于现有方法，我们的方法可以更好地估计伪标签的分类和定位质量，并根据估计结果调整伪标签产生的阈值和权重，从而缓解类别不平衡和定位精度的问题。我们的实验结果表明，在
PDF3 years ago
CVPR基于数据不确定性引导的半监督目标检测多阶段学习
本文提出了基于数据不确定性引导的多阶段学习方法和图像不确定性引导简单数据选择和感兴趣区域重新加权方法，能够充分考虑不同类型的未标记图像并将不同阶段的模型集成在一起，从而使半监督目标检测器更加聚焦于更可靠的知识，实验结果表明，该方法与基线方法
PDF3 years ago
即时教学：一种端到端的半监督目标检测框架
本研究介绍了一个完全端到端的有效半监督物体检测框架 Instant-Teaching，使用了即时伪标记和扩展的弱 - 强数据增强进行教学。在 MS-COCO 和 PASCAL VOC 数据集上的实验证明了我们提出的方法优于现有方法。
PDF3 years ago
半监督目标检测的时间自聚合教师
本文提出了一种新的基于知识蒸馏方法的半监督目标检测算法 (Temporal Self-Ensembling Teacher)，通过时间上的集成与损失函数中的一致性约束等方法提高了模型多样性和泛化能力，同时解决了数据分布不平衡和教师模型预测和
PDF4 years ago
半监督物体检测的提议学习
本文针对具有生物医学背景的图像分类问题，提出了基于遗传算法的医学图片特征选择模型，在多个数据集上均取得了优秀的分类效果。
PDF4 years ago
NOTE-RCNN：用于半监督目标检测的噪声容忍集成 RCNN
提出使用少量盒级注释和大量图像级注释对现代目标检测器进行半监督训练的新公式，并提出一种新的 NOise Tolerant Ensemble RCNN（NOTE-RCNN）目标检测器来处理标注噪声问题，该检测器能够在 ILVRC 2013 和
PDF6 years ago