BriefGPT.xyz
大模型
Ask
alpha
关键词
single positive multi-label learning
搜索结果 - 3
使用广义鲁棒损失提升单一正标签多标签分类
本文研究了单正多标签学习(Single Positive Multi-label Learning - SPML)的问题,提出了基于期望风险最小化的广义损失框架,用于生成软伪标签,并设计了一种能够处理正负样本不平衡同时灵活协调假阳性和假阴性
→
PDF
2 months ago
ICLR
单正多标记学习的伪标签
该研究介绍了一种称为伪多标签的方法,通过教师模型在单个正标签上训练,然后使用其预测作为标记数据来训练学生模型,以解决多标签图像分类中数据注释成本高的问题。研究表明,在实际的全标签数据上训练得到的模型性能可以近似于该方法训练得到的模型。
PDF
a year ago
ICLR
单正样本多标签学习中标签偏差的理解
该研究介绍了单正多标签学习中标签偏差的研究方法,并提供了新的经验证据,以便使用仅一个正标签的图像进行有效的多标签分类。
PDF
a year ago
Prev
Next