Self-supervised Learning for Sonar Image Classification
German Research Center for Artificial Intelligence(德国人工智能研究中心);Bonn-Rhein-Sieg University of Applied Sciences(波恩-莱茵-锡格应用科学大学);University of Groningen(格罗宁根大学)
自监督学习已被证明是一种强大的方法来学习图像表示,而不需要大型标记数据集。对于水下机器人来说,设计计算机视觉算法来提高感知能力,如声纳图像分类,是一个很有意义的课题。由于声纳成像的保密性和声纳图像判读的困难性,创建公共的大型标记声纳数据集来训练监督学习算法是具有挑战性的。在这项工作中,我们研究了三种自监督学习方法(RotNet,Denoising Autoencoders和Jigsaw)在不需要人类标签的情况下学习高质量声纳图像表示的潜力。我们提出了预训练和迁移学习的结果在现实生活中的声纳图像数据集。我们的研究结果表明,在所有三种方法中,自监督预训练产生的分类性能与Few-Shot迁移学习设置中的监督预训练相当。代码和自我监督的预训练模型可在https://github.com/agrija9/ssl-sonar-images上获得
2022-04-20 cs.CV cs.LG
On the robustness of self-supervised representations for multi-view object classification
University of the Witwatersrand(威特沃特斯兰德大学)
众所周知,来自自监督预训练的表示可以在各种下游任务上与来自完全监督预训练的表示表现相当,并且通常更好。这已经在诸如通用对象分类和检测、语义分割和图像检索之类的大量设置中示出。然而,最近出现了一些问题,展示了自监督表示的一些失败模式,例如非ImageNet类数据或复杂场景的性能。在本文中,我们表明,自我监督表示的基础上的实例歧视目标导致更好的表示对象,更强大的变化的观点和观点的对象。我们对多个监督基线进行现代自监督方法的实验来证明这一点,包括通过单应性近似对象视点变化,以及基于多个多视图数据集的真实世界测试。我们发现,自监督表示更强大的对象的观点,似乎编码更多的相关信息的对象,促进从新的观点对象的识别。
2022-07-27 cs.CV cs.LG
Investigating a Baseline Of Self Supervised Learning Towards Reducing Labeling Costs For Image Classification
监督学习中的数据标注被认为是一种昂贵的工具,在某些情况下是不可行的。提出了自监督学习方法来解决具有较少标记数据的学习有效性,然而,对实现足够结果所需的标记数据的大小缺乏信心。这项研究的目的是绘制一个基线的标记数据的比例,模型可以欣赏,以产生合格的准确性相比,训练与额外的标签。该研究实现了www.example.com 'cats-vs-dogs数据集Mnist和Fashion-Mnist,通过在原始数据集上实现随机旋转增强来研究自监督学习任务。为了揭示自监督学习中借口过程的真实有效性,原始数据集被分成较小的批次,并且在每个批次上重复学习,有和没有借口预训练。结果表明,与普通监督学习相比,自监督学习中的借口过程在下游分类任务中提高了约15%的准确率。
2021-08-17 cs.CV cs.LG
Semi-supervised Learning with Graphs: Covariance Based Superpixels For Hyperspectral Image Classification
University of Cambridge(剑桥大学)
提出了一种基于图的半监督高光谱图像分类框架。我们首先介绍了一种新的超像素算法的基础上的光谱协方差矩阵表示的像素,以提供一个更好的表示我们的数据。然后,我们在进行分类之前,根据仔细考虑的特征向量构建一个超像素图。通过使用两个基准数据集的一组实验结果,我们证明了我们的方法优于三种最先进的分类框架,特别是当使用极少量的标记数据时。
2019-05-14 cs.CV cs.LG stat.ML
ActiveMatch: End-to-end Semi-supervised Active Representation Learning
Zhejiang University(浙江大学);Zhejiang University-University of Illinois at Urbana-Champaign Institute(浙江大学伊利诺伊大学厄巴纳香槟校区联合学院)
半监督学习(Semi-supervised learning,SSL)是一种有效的学习框架,它可以用标记和未标记的数据来训练模型,但当缺乏足够的标记样本时,可能会产生模糊和不可区分的表示。通过人在回路,主动学习可以迭代地选择信息丰富的未标记样本进行标记和训练,以提高SSL框架中的性能。然而,大多数现有的主动学习方法依赖于预先训练的特征,这不适合端到端学习。针对SSL的不足,本文提出了一种新的端到端的表示学习方法ActiveMatch,该方法将SSL与对比学习和主动学习相结合,充分利用有限的标签。从少量带有无监督对比学习的标记数据开始作为热身,然后ActiveMatch将SSL和有监督对比学习相结合,并在训练期间主动选择最具代表性的样本进行标记,从而更好地表示分类。与具有相同数量标记数据的MixMatch和FixMatch相比,我们表明ActiveMatch实现了最先进的性能,在CIFAR-10上收集100个标签的准确率为89.24%,在收集200个标签的准确率为92.20%。
2022-08-05 cs.CV
Active Learning Strategies for Weakly-supervised Object Detection
Inria(法国国家信息与自动化研究所);DI/ENS (ENS-PSL, CNRS, Inria)(巴黎高等师范学院计算机系(巴黎高等师范学院-巴黎文理研究大学、法国国家科学研究中心、法国国家信息与自动化研究所));New York University(纽约大学)
用弱注释训练的对象检测器是完全监督的替代品。然而,它们之间仍然存在很大的性能差距。我们建议通过微调一个基本的预训练的弱监督检测器,使用"盒中盒“(BiB)自动从训练集中选择一些完全注释的样本来缩小这一差距,这是一种新的主动学习策略,专门用于解决弱监督检测器的有据可查的故障模式。在VOC07和COCO基准测试上的实验表明,BiB优于其他主动学习技术,并且在每个类只有少量完全注释图像的情况下,显著提高了基本弱监督检测器的性能。BiB达到了全监督快速RCNN性能的97%,而VOC 07上只有10%的完全注释图像。在COCO上,平均每个类使用10个完全注释的图像,或相当于训练集的1%,BiB还将弱监督检测器和全监督快速RCNN之间的性能差距(在AP中)减少了70%以上,显示了性能和数据效率之间的良好权衡。我们的代码可在https://github.com/huyvvo/BiB上公开获取。
2022-07-25 cs.CV
Active Teacher for Semi-Supervised Object Detection
Xiamen University(厦门大学);Huawei Technologies(华为技术有限公司)
在本文中,我们研究师生学习的角度来看,数据初始化,并提出了一种新的算法称为主动教师(源代码可在:\url{https://github.com/HunterJ-Lin/ActiveTeacher})的半监督目标检测(SSOD)。Active Teacher将教师-学生框架扩展为迭代版本,其中标签集部分初始化,并通过评估未标记示例的三个关键因素(包括难度,信息和多样性)来逐步扩展。通过这种设计,主动教师可以最大限度地利用有限的标签信息,同时提高伪标签的质量。为了验证我们的方法,我们进行了广泛的实验,MS-COCO基准和比较活跃的教师与一组最近提出的SSOD方法。实验结果不仅验证了Active Teacher优于比较方法的性能增益,而且还表明它使基线网络Faster-RCNN能够以更少的标签支出(即MS-COCO上40%的标记示例)实现100%的监督性能。更重要的是,我们相信本文的实验分析可以为实际应用中的数据标注提供有用的经验知识。
2023-03-15 cs.CV
Exploiting Diversity of Unlabeled Data for Label-Efficient Semi-Supervised Active Learning
Technical University of Munich(慕尼黑工业大学);Kyung Hee University(庆熙大学)
大型标记数据集的可用性是深度学习成功的关键组成部分。然而,在大型数据集上标注标签通常耗时且昂贵。主动学习是一个研究领域,它通过选择最重要的样本进行标记来解决昂贵的标记问题。基于多样性的采样算法被认为是主动学习的基于表示的方法的组成部分。在本文中,我们引入了一个新的基于多样性的初始数据集选择算法,选择最丰富的样本集的初始标记在主动学习设置。自监督表示学习用于在初始数据集选择算法中考虑样本的多样性。此外,我们提出了一种新的主动学习查询策略,它使用基于一致性的嵌入基于多样性的采样。该方法在基于一致性的嵌入方案中考虑了一致性信息的多样性,在半监督学习环境下可以选择更多的信息样本进行标记。对比实验表明,该方法在CIFAR-10和Caltech-101数据集上取得了令人信服的结果,与以往的主动学习方法相比,该方法利用了未标记数据的多样性。
2022-07-25 cs.CV
Active Pointly-Supervised Instance Segmentation
Huawei Inc.(华为公司);Tsinghua University(清华大学);Chinese Institute for Brain Research (CIBR)(中国脑科学研究所(北京脑科学与类脑研究中心));IDG/McGovern Institute for Brain Research, Tsinghua University(清华大学IDG/麦戈文脑科学研究院);BNRist(北京国家信息科学技术研究中心)
对于训练性能良好的实例分割模型来说,昂贵的注释需求是一个主要负担。在本文中,我们提出了一个经济的主动学习设置,名为主动点监督实例分割(APIS),它开始与框级注释和迭代采样框内的点,并询问它是否落在对象上。APIS的关键是在有限的注释预算下找到最理想的点,以最大限度地提高分割精度。我们制定这种设置,并提出了几个基于不确定性的采样策略。与其他学习策略相比,使用这些策略开发的模型在具有挑战性的MS-COCO数据集上产生了一致的性能增益。结果表明,APIS,集成了主动学习和基于点的监督的优点,是一个有效的学习范式标签有效的实例分割。
2022-07-23 cs.CV
ActiveSSF: An Active-Learning-Guided Self-Supervised Framework for Long-Tailed Megakaryocyte Classification
School of Software Engineering, Xinjiang University(新疆大学软件工程学院);Department of Hematology, Xiangya Hospital, Central South University(中南大学湘雅医院血液科);National Clinical Research Center for Geriatric Diseases, Xiangya Hospital(中南大学湘雅医院老年病临床医学研究中心);Hunan Hematology Oncology Clinical Medical Research Center(湖南省血液病肿瘤临床医学研究中心);School of Software Engineering, Xi’an Jiaotong University(西安交通大学软件工程学院)
针对染色切片巨核细胞分类中背景噪声、长尾分布、形态变异三大挑战,提出融合主动学习与自监督预训练的ActiveSSF框架,实现了当前最优分类性能,尤其提升了稀有亚型识别准确率,具备临床应用潜力。
2025-05-20 cs.CV
PT4AL: Using Self-Supervised Pretext Tasks for Active Learning
Georgia Institute of Technology(佐治亚理工学院);SI Analytics;Lunit Inc(Lunit公司);Hanbat National University(韩巴国立大学)
标记大量数据是昂贵的。主动学习的目标是解决这个问题,它只要求从未标记的集合中注释信息量最大的数据。我们提出了一种新的主动学习方法,利用自我监督的借口任务和一个独特的数据采样器来选择既困难又有代表性的数据。我们发现,一个简单的自我监督的借口任务,如旋转预测的损失,是密切相关的下游任务的损失。在主动学习迭代之前,在未标记的集合上训练借口任务学习器,并且未标记的数据被排序并根据它们的借口任务损失分成批次。在每一次主动学习迭代中,主任务模型被用于对一批中最不确定的数据进行采样以进行注释。我们在各种图像分类和分割基准上评估了我们的方法,并在CIFAR 10,Caltech-101,ImageNet和Cityscapes上实现了令人信服的性能。我们进一步表明,我们的方法在不平衡数据集上表现良好,并且可以有效地解决冷启动问题,其中主动学习性能受到随机采样的初始标记集的影响。
2022-07-26 cs.CV
Active Self-Semi-Supervised Learning for Few Labeled Samples
Australian Centre for Robotics, The University of Sydney(悉尼大学澳大利亚机器人中心);Department of Marine Technology, Norwegian University of Science and Technology(挪威科技大学海洋技术系)
针对有限标注下深度模型训练难题,提出主动自半监督学习框架AS3L,通过主动学习与标签传播获取准确先验伪标签引导半监督训练,在图像分类任务上性能提升显著且收敛更快。
2024-11-02 cs.CV
Reducing Label Effort: Self-Supervised meets Active Learning
Computer Vision Center (CVC)(计算机视觉中心);Univ. Autònoma of Barcelona (UAB)(巴塞罗那自治大学)
主动学习是旨在通过在主动选择的信息和/或代表性样本上训练模型来减少注释工作的范例。另一种减少注释工作的范例是自训练,它以无监督的方式从大量未标记的数据中学习,并对少数标记的样本进行微调。自我训练的最新发展已经取得了非常令人印象深刻的结果,可以与某些数据集上的监督学习相媲美。目前的工作集中在这两种范式是否可以相互受益。我们研究了包括CIFAR 10、CIFAR 100和Tiny ImageNet在内的对象识别数据集,并使用了几种标签预算进行评估。我们的实验表明,自我训练是显着更有效的比主动学习在减少标记的努力,对于低的标记预算,主动学习提供没有好处的自我训练,最后,结合主动学习和自我训练是富有成效的标记预算高。当我们接近几乎一半的数据集被标记时,通过自我训练或从头开始训练的主动学习之间的性能差距就会缩小。
2021-08-25 cs.CV
ActiveStereoNet: End-to-End Self-Supervised Learning for Active Stereo Systems
Google Inc.(谷歌公司);Princeton University(普林斯顿大学)
在本文中,我们介绍了ActiveStereoNet,这是主动立体声系统的第一个深度学习解决方案。由于缺乏地面实况,我们的方法是完全自我监督的,但它产生精确的深度与像素的$1/30th$的亚像素精度;它不遭受常见的过度平滑问题;它保留了边缘;它显式地处理遮挡。我们引入了一种新的重建损失,是更强大的噪声和纹理较少的补丁,是不变的照明变化。建议的损失使用基于窗口的成本聚合与自适应支持权重方案进行优化。这种成本聚合是边缘保留的,并且平滑了损失函数,这是允许网络达到令人信服的结果的关键。最后,我们展示了如何在没有地面实况的情况下端到端地训练预测无效区域(如遮挡)的任务。该组件对于减少模糊至关重要,特别是改善了沿深度不连续性的预测。对真实数据和合成数据的大量定量和定性评估表明,在许多具有挑战性的场景中,最先进的结果。
2018-07-16 cs.CV
Active Self-Training for Weakly Supervised 3D Scene Semantic Segmentation
Shenzhen University(深圳大学);Carleton University(卡尔顿大学)
由于为训练点云的语义分割网络准备标记数据是一个耗时的过程,因此已经引入了弱监督方法来仅从一小部分数据中学习。这些方法通常基于具有对比损失的学习,同时从用户注释的标签的稀疏集合自动导出每点伪标签。在本文中,我们的主要观察结果是,选择要注释的样本与如何使用这些样本进行训练一样重要。因此,我们介绍了一种弱监督分割的3D场景,结合自我训练与主动学习的方法。主动学习选择可能导致训练模型性能改进的注释点,而自训练有效地使用用户提供的标签来学习模型。我们证明,我们的方法导致一个有效的方法,提供了改进的场景分割在以前的作品和基线,同时只需要少量的用户注释。
2022-09-15 cs.CV
Self-Supervised Depth Completion for Active Stereo
Technical University of Denmark(丹麦技术大学);SLAMcore(SLAMcore公司)
主动立体声系统用于许多需要3D信息的机器人应用中。然而,这些深度传感器,遭受立体声伪影,并不提供密集的深度estimations.In这项工作中,我们提出了第一个自我监督的深度完成方法,主动立体声系统,预测准确的密集深度图。我们的系统利用基于特征的视觉惯性SLAM系统来产生运动估计和准确(但稀疏)的3D地标。3D地标既用作模型输入,也用作训练期间的监督。运动估计被用于我们的新的重建损失,依赖于被动和主动立体帧的组合,从而显着改善在室内环境中常见的无纹理区域。由于不存在公开可用的活动立体数据集,我们发布了一个真实的数据集以及活动深度完成和预测所需的公开可用的合成数据集(TartanAir [42])的附加信息。通过严格的评估,我们表明我们的方法在两个数据集上都优于最先进的方法。此外,我们展示了我们的方法如何获得更完整,因此更安全,3D地图时,在机器人平台上使用。
2022-01-20 cs.CV
Semi-supervised dictionary learning with graph regularization and active points
Institut LIST, CEA(法国原子能与替代能源委员会 LIST 研究所);Université Paris-Saclay(巴黎-萨克雷大学);Astrophysics Department, CEA(法国原子能与替代能源委员会天体物理部)
监督字典学习在近十年来获得了很大的兴趣,并在图像分类中表现出显着的性能改善。然而,一般来说,监督学习需要每个类大量的标记样本来实现可接受的结果。为了处理每类只有少量标记样本的数据库,使用了半监督学习,该学习在训练阶段也利用了未标记样本。事实上,未标记的样本可以帮助正则化学习模型,从而提高分类精度。本文提出了一种新的基于两个支柱的半监督字典学习方法:一方面,我们使用局部线性嵌入将原始数据的流形结构保持到稀疏代码空间中,这可以被认为是稀疏代码的正则化;另一方面,我们在稀疏代码空间中训练半监督分类器。我们表明,我们的方法提供了一个最先进的半监督字典学习方法的改进。
2020-09-13 cs.CV
Supervised Classification of RADARSAT-2 Polarimetric Data for Different Land Features
在温哥华地区的雷达卫星2号的混淆矩阵中,属于用户定义区域的像素百分比被分配到聚类,进行了分类分析。在这项研究中,监督Wishart和支持向量机(SVM)分类器在RADARSAT-2(RS 2)精细四极模式单视复杂(SLC)产品数据的计算和比较。与传统的单通道或双通道极化相比,RADARSAT-2是全极化的,使其能够为分类操作提供更好的地物对比度。
2016-08-01 cs.CV
Optical Flow Training under Limited Label Budget via Active Learning
Duke University(杜克大学)
光流预测器的监督训练通常比无监督训练产生更好的准确性。然而,改进的性能通常伴随着较高的注释成本。半监督训练权衡了准确性和注释成本。我们使用一种简单而有效的半监督训练方法来证明,即使是一小部分标签也可以在无监督训练的基础上显著提高流的准确性。此外,我们还提出了基于简单算法的主动学习方法,以进一步减少达到相同目标精度所需的标签数量。我们在合成和真实光流数据集上的实验表明,我们的半监督网络通常需要大约50%的标签才能达到接近全标签的准确度,而在Sintel上使用主动学习只需要大约20%。我们还分析了可能影响主动学习表现的因素,并提出了见解。代码可在https://github.com/duke-vision/optical-flow-active-learning-release上获得。
2022-09-28 cs.CV
Confidence-Guided Semi-supervised Learning in Land Cover Classification
Cardiff University(卡迪夫大学)
本文提出置信度引导半监督学习方法CGSSL,通过利用高置信度伪标签并引入多网络架构提升伪标签多样性,在Potsdam土地覆盖分类基准上超越经典半监督和全监督方法。
2023-05-30 cs.CV
Do we still need ImageNet pre-training in remote sensing scene classification?
University of Banja Luka(巴尼亚卢卡大学)
由于标记数据的稀缺性,使用ImageNet上预训练的监督模型是遥感场景分类的事实标准。近年来,随着高分辨率遥感图像数据集的不断涌现和自监督学习的发展,人们开始思考是否需要对ImageNet进行监督预训练,以及在目标遥感场景分类任务中,对HRRS图像数据集进行监督预训练和对ImageNet进行自监督预训练是否能取得更好的效果。为了回答这些问题,在本文中,我们从头开始训练模型,并在几个HRRS图像数据集上微调监督和自监督ImageNet模型。我们还评估了HRRS场景分类任务的学习表示的可转移性,并表明自监督预训练优于监督预训练,而HRRS预训练的性能与自监督预训练相似或略低。最后,我们建议使用ImageNet预训练模型结合使用域内HRRS图像的第二轮预训练,即域自适应预训练。实验结果表明,域自适应预训练的结果在HRRS场景分类基准上达到了最先进的结果。源代码和预训练模型可在\url{https://github.com/risojevicv/RSSC-transfer}上获得。
2022-05-25 cs.CV
Active Learning with Effective Scoring Functions for Semi-Supervised Temporal Action Localization
时间动作定位(TAL)旨在预测未修剪视频中动作实例的动作类别和时间边界,即,开始和结束时间。全监督的解决方案通常被大多数现有工程所采用,并被证明是有效的。这些解决方案中的实际瓶颈之一是需要大量标记的训练数据。为了降低人工标注的成本,本文针对半监督学习任务,提出了一种有效的主动学习方法AL-STAL。我们利用四个步骤来主动选择具有高信息量的视频样本并训练本地化模型,称为\emph{Train, Query, Annotate, Append}。AL-STAL中引入了两个评分函数,考虑了定位模型的不确定性,便于对视频样本进行排序和选择。一种是将预测标签分布的熵作为不确定性的度量,称为时间建议熵(TPE)。另一种是引入一种新的基于相邻动作建议之间的互信息的度量标准来评价视频样本的信息量,称为时间上下文不一致性(TCI)。为了验证该方法的有效性,我们在两个基准数据集THUMOS'14和ActivityNet 1.3上进行了大量的实验。实验结果表明,与全监督学习相比,AL-STAL的性能优于现有的竞争者,取得了令人满意的效果。
2022-12-01 cs.CV
Warm Start Active Learning with Proxy Labels \& Selection via Semi-Supervised Fine-Tuning
NVIDIA(英伟达)
在构建用于深度学习的医学成像数据集时,下一步注释哪一卷是一个具有挑战性的问题。主动学习是解决这一问题的有效方法之一。然而,AL一直是一个很难破解的AL算法和采集功能是最有用的数据集。此外,当开始时没有标记的数据时,首先标记哪些卷会加剧问题。这被称为AL中的冷启动问题。我们提出了两个新的战略AL专门用于3D图像分割。首先,我们提出了一个代理任务,然后利用代理任务产生的不确定性排名的未标记的数据进行注释来解决冷启动问题。其次,我们为每个活动迭代制作了一个两阶段的学习框架,其中未标记的数据也用于第二阶段作为半监督微调策略。我们展示了我们的方法在两个著名的大型公共数据集上的承诺,这些数据集来自医疗分割十项全能。结果表明,初始数据的选择和半监督框架都表现出显着的改善几个AL策略。
2022-09-13 cs.CV
Iterative Loop Method Combining Active and Semi-Supervised Learning for Domain Adaptive Semantic Segmentation
Beijing Jiaotong University(北京交通大学)
语义分割是智能交通系统环境感知的重要技术。随着卷积神经网络(CNN)的迅速发展,道路景物分析通常可以在源域取得令人满意的结果。然而,保证良好的推广到不同的目标领域的情况下仍然是一个重大的挑战。最近,已经提出了半监督学习和主动学习来缓解这个问题。半监督学习可以在大量未标记数据的情况下提高模型精度,但在有限或不平衡的训练数据下会产生含有噪声的伪标记。如果没有人类的指导,就会有次优的模型。主动学习可以选择更有效的数据进行干预,但由于没有利用海量的未标记数据,模型精度得不到提高。当领域差异过大时,查询次优样本的概率会增加,从而增加标注成本。本文提出了一种结合主动学习和半监督学习的迭代循环方法,用于领域自适应语义分割。该方法首先利用半监督学习海量未标记数据,提高模型精度,为主动学习提供更准确的选择模型。其次,结合主动学习的预测不确定性样本选择策略,采用人工干预的方式对伪标签进行修正。最后,灵活的迭代循环以最小的标记成本实现最佳性能。广泛的实验表明,我们的方法在GTAV到Cityscapes、SYNTHIA到Cityscapes的任务上建立了最先进的性能,与之前的最佳方法相比,分别提高了4.9% mIoU和5.2% mIoU。
2023-03-14 cs.CV
Active Learning Guided Fine-Tuning for enhancing Self-Supervised Based Multi-Label Classification of Remote Sensing Images
BIFOLD - Berlin Institute for the Foundations of Learning and Data(BIFOLD——柏林学习与数据基础研究所)
该研究提出将主动学习与自监督预训练结合,通过迭代选择信息样本引导微调,以提升遥感图像多标签分类性能,尤其在类别不平衡场景下效果显著。
2023-06-21 cs.CV
Self-supervised Mean Teacher for Semi-supervised Chest X-ray Classification
University of Adelaide(阿德莱德大学);Universidade Federal Rural de Pernambuco(伯南布哥联邦农村大学);Universität Ulm(乌尔姆大学);South Australian Health and Medical Research Institute(南澳大利亚健康与医学研究所)
深度学习模型的训练通常需要大量的注释数据,以实现有效的收敛和泛化。然而,获得高质量的注释是一个费力和昂贵的过程,由于需要专业的放射科医生的标签任务。医学图像分析中的半监督学习的研究是至关重要的,因为获得未标记的图像比获得由放射科专家标记的图像便宜得多。从本质上讲,半监督方法利用大量未标记的数据集来实现比仅使用少量标记图像更好的训练收敛和泛化。在本文中,我们提出了半监督(S $^2$ MTS $^2$)学习的自监督均值教师,它将自监督均值教师预训练与半监督微调相结合。S $^2$ MTS $^2$的主要创新点是基于联合对比学习的自监督平均教师预训练,它使用无限数量的正查询和关键特征对来改进平均教师表示。然后使用经过半监督学习训练的指数移动平均教师框架对模型进行微调。我们验证了S $^2$ MTS $^2$在胸部X射线14和CheXpert的多标签分类问题上的有效性,以及ISIC 2018的多类分类,我们表明它大大优于以前的SOTA半监督学习方法。
2021-11-04 cs.CV
Road Detection through Supervised Classification
Chemnitz University of Technology(开姆尼茨工业大学);Drexel University(德雷塞尔大学)
自动驾驶是一项快速发展的技术。自主车辆能够通过诸如雷达、激光雷达、GNSS、车辆里程计和计算机视觉之类的传感信息来感测其环境并在没有人类输入的情况下进行导航。这种感官输入提供了丰富的数据集,可以与机器学习模型结合使用,以解决监督设置中的多个问题。在本文中,我们专注于道路检测通过灰度图像作为唯一的感官输入。我们的贡献是双重的:首先,我们为机器学习任务引入了一个城市道路的注释数据集;其次,我们通过监督分类和手工制作的特征向量在这个数据集上引入了一个道路检测框架。
2016-05-10 cs.CV
Skin lesion classification with ensemble of squeeze-and-excitation networks and semi-supervised learning
Hosei University(法政大学)
在本报告中,我们介绍了我们的系统在任务3:ISIC 2018疾病分类:皮肤病变分析对黑色素瘤检测的概述。我们微调多个预训练的神经网络模型的基础上挤压和激励网络(SENet),在图像识别领域取得了最先进的成果。此外,我们使用平均教师作为半监督学习框架,并引入了一些专门设计的数据增强策略用于皮肤病变分析。我们证实了我们的数据增强策略提高了分类性能,并在官方ISIC 2018验证数据集上展示了87.2%的平衡准确率。
2018-09-07 cs.CV
Crowd Counting by Self-supervised Transfer Colorization Learning and Global Prior Classification
The Hong Kong University of Science and Technology(香港科技大学)
标记的人群场景图像是昂贵且稀缺的。为了显着降低对标记图像的要求,我们提出了ColorCount,这是一种新的基于CNN的方法,通过结合自监督转移着色学习和全局先验分类来利用大量可用的未标记数据。自监督着色分支通过使用其颜色分量作为伪标签来学习图像的语义和表面纹理。分类分支通过学习图像簇之间的相关性来提取全局组先验。它们融合的结果判别特征(全局先验、语义和纹理)为计数提供了充足的先验,从而显著降低了对标记图像的要求。我们对四个具有挑战性的基准进行了广泛的实验。与其他无监督方法相比,ColorCount实现了更好的性能。它的性能接近监督基线,具有显著更少的标记数据(原始数据的10%)。
2021-05-20 cs.CV
Distilling Self-Supervised Vision Transformers for Weakly-Supervised Few-Shot Classification & Segmentation
Meta AI;POSTECH(浦项科技大学);Australian National University(澳大利亚国立大学)
本文利用自监督预训练视觉Transformer的token相关性,通过自注意力和伪标签增强器实现弱监督少样本分类与分割,在Pascal-5i和COCO-20i上显著提升性能。
2023-07-07 cs.CV
Cluster-Guided Semi-Supervised Domain Adaptation for Imbalanced Medical Image Classification
Kyushu University(九州大学);Kyoto University(京都大学);The University of Tokyo(东京大学)
半监督领域自适应是一种通过使用来自目标域的许多未标记样本和少量标记样本修改另一(源)域中的分类器来构建目标域的分类器的技术。在本文中,我们开发了一种半监督领域自适应方法,它具有鲁棒性类不平衡的情况下,这是常见的医学图像分类任务。为了鲁棒性,我们提出了一个弱监督聚类管道,以获得高纯度的集群,并利用集群的表示学习领域自适应。所提出的方法在实验中使用严重类不平衡的病理图像补丁显示出最先进的性能。
2023-03-02 cs.CV
Active Learning for Improved Semi-Supervised Semantic Segmentation in Satellite Images
Orbital Insight(轨道洞察公司);Yale University(耶鲁大学)
遥感数据对于从监测森林火灾和森林砍伐到跟踪城市化的各种应用至关重要。这些任务中的大多数都需要模型的密集像素级注释,以便从这些卫星图像可用的有限标记数据中解析视觉信息。由于缺乏高质量的标记训练数据在这个领域,有必要集中在半监督技术。这些技术从一小组标记的示例中生成伪标签,这些示例用于增强标记的训练集。这就需要有一个高度代表性和多样性的标记训练集。因此,我们建议使用基于主动学习的采样策略来选择具有高度代表性的标记训练数据集。我们证明了我们提出的方法的有效性,现有的两个语义分割数据集包含卫星图像:UC Merced土地利用分类数据集和DeepGlobe土地覆盖分类数据集。我们报告了27%的改进mIoU与少至2%的标记数据,使用主动学习采样策略随机采样标记的训练数据的小集合。
2021-10-15 cs.CV
Hierarchical Semi-Supervised Active Learning for Remote Sensing
Chair of Data Science in Earth Observation, Technical University of Munich(地球观测数据科学教授职位,慕尼黑技术大学)
本文提出层次化半监督主动学习框架,通过整合半监督学习和层次化主动学习,在遥感场景分类中实现高效样本选择,显著提升模型性能。
2025-12-01 cs.CV
Semiconductor SEM Image Defect Classification Using Supervised and Semi-Supervised Learning with Vision Transformers
IBM Research(IBM研究院)
本文提出基于视觉Transformer的半导体SEM图像缺陷自动分类方法,结合DinoV2迁移学习和半监督学习,在每类少于15张图像的条件下实现超过90%的分类准确率。
2025-06-03 cs.CV
VideoSSL: Semi-Supervised Learning for Video Classification
Comcast Applied AI Research(康卡斯特应用人工智能研究);The City University of New York(纽约城市大学)
我们提出了一个半监督学习方法的视频分类,VideoSSL,使用卷积神经网络(CNN)。与其他计算机视觉任务一样,现有的监督视频分类方法需要大量的标记数据才能获得良好的性能。然而,大型数据集的注释是昂贵且耗时的。为了最大限度地减少对大型注释数据集的依赖,我们提出的半监督方法从少量标记的示例中进行训练,并利用来自未标记数据的两个调节信号。第一个信号是根据正在训练的CNN的置信度计算的未标记示例的伪标签。另一个是归一化概率,如由图像分类器CNN预测的,其捕获关于视频中感兴趣对象的外观的信息。我们表明,在来自未标记示例的这些指导信号的监督下,视频分类CNN可以利用三个公开数据集上的一小部分注释示例实现令人印象深刻的性能:UCF 101,HMDB 51和Kinetics。
2020-02-29 cs.CV
TAAL: Test-time Augmentation for Active Learning in Medical Image Segmentation
ETS Montreal(蒙特利尔高等技术学院)
深度学习方法通常依赖于标记数据的可用性,这是昂贵且耗时的。主动学习通过优先考虑哪些样本最好注释来解决这种努力,以便最大化任务模型的性能。虽然主动学习的框架已经在自然图像分类的上下文中被广泛探索,但是它们仅在医学图像分割中被稀疏地使用。挑战在于获得一个不确定性度量,揭示最佳的候选数据进行注释。本文提出了测试时增强的主动学习(TAAL),一种新的半监督主动学习的分割方法,利用数据转换提供的不确定性信息。我们的方法在训练和推理过程中应用交叉增强一致性,以半监督的方式改进模型学习,并识别最相关的未标记样本进行注释。此外,我们的一致性损失使用JSD的修改版本来进一步提高模型性能。通过依赖于数据转换而不是外部模块或通常用于基于不确定性的策略中的简单算法,TAAL成为一种简单但功能强大的任务不可知的半监督主动学习方法,适用于医学领域。我们在公开的心脏图像数据集上的结果表明,TAAL在全监督和半监督设置中优于现有的基线方法。我们的实现可以在https://github.com/melinphd/TAAL上公开获得。
2023-01-16 cs.CV
Online Active Proposal Set Generation for Weakly Supervised Object Detection
Nanyang Technological University (NTU)(南洋理工大学)
为了减少框级标注的人力消耗,最近提出了许多仅需要图像级标注的弱监督目标检测方法。这些方法中的训练过程被制定为两个步骤。他们首先在弱监督下训练一个神经网络,以生成伪地面实况(PGTs)。然后,这些PGT用于在完全监督下训练另一个网络。与完全监督方法相比,弱监督方法的训练过程变得更加复杂和耗时。此外,在第一步就涉及压倒性的负面建议。这被大多数方法所忽略,这使得训练网络偏向于否定建议,从而降低了PGT的质量,限制了第二步的训练网络性能。在线提案抽样是这些问题的直观解决方案。然而,缺乏足够的标记,一个简单的在线建议采样可能会使训练网络陷入局部极小值。为了解决这个问题,我们提出了一个在线主动建议集生成(OPG)算法。我们的OPG算法由两部分组成:动态建议约束(DPC)和建议划分(PP)。DPC算法根据当前训练状态动态确定不同的采样策略。PP用于对每个建议进行评分,将建议分成不同的集合,并生成用于网络优化的活动建议集。通过实验,我们提出的OPG在PASCAL VOC 2007和2012两个数据集上都显示出一致和显着的改进,产生了与最先进的结果相当的性能。
2021-01-20 cs.CV
Self-Adaptive Label Augmentation for Semi-supervised Few-shot Classification
University of Science and Technology of China(中国科学技术大学);Texas A&M University(得克萨斯农工大学)
Few-Shot分类的目标是学习一个模型,该模型可以在只有少数标记样本可用的情况下很好地推广到新任务。为了利用在实际应用中更丰富的未标记数据,Ren等人\shortcite{ren2018meta}提出了一种半监督的Few-Shot分类方法,该方法通过手动定义的度量为每个未标记样本分配适当的标签。然而,手动定义的指标无法捕捉数据中的内在属性。在本文中,我们提出了一个\textbf{S} elf-\textbf{A}自适应的\textbf{L} abel \textbf{A}增强方法,称为\textbf{SALA},用于半监督Few-Shot分类。SALA的一个主要新颖性是任务自适应度量,它可以以端到端的方式自适应地学习不同任务的度量。SALA的另一个吸引人的特性是渐进的邻居选择策略,该策略在训练阶段逐步选择具有高置信度的未标记数据。实验表明,SALA优于几个国家的最先进的方法,半监督Few-Shot分类基准数据集。
2022-06-16 cs.CV
Ranking-Guided Semi-Supervised Domain Adaptation for Severity Classification
Kyushu University(九州大学);Kyoto Second Red Cross Hospital(京都第二红十字医院)
本文提出利用排名得分对源域和目标域进行对齐,以解决严重程度分类中类间边界不明确的问题,通过跨域排名和连续分布对齐方法提升领域适应效果。
2026-04-02 cs.CV
Semi-supervised Active Learning for Video Action Detection
IIT (ISM) Dhanbad(印度理工学院(印度矿业学院)丹巴德分校);University of Central Florida(中佛罗里达大学)
提出结合 NoiseAug 与 fft-attention 的半监督主动学习框架,提升视频动作检测的信息性样本选择与伪标签利用,并在多个基准上验证性能及泛化能力。
2024-04-03 cs.CV
Semi-Supervised Deep Learning for Abnormality Classification in Retinal Images
Institute for Infocomm Research, A*STAR, Singapore(信息通信研究所(A*STAR,新加坡))
有监督的深度学习算法在医学图像分类任务中实现了显著的性能提升。但这些方法依赖于大型标记数据集,需要资源密集型的专家注释。半监督生成对抗网络(GAN)方法提供了一种从有限的标记数据以及较大的未标记数据集中学习的方法,但尚未应用于识别定义医学异常的精细尺度,稀疏或局部特征。为了克服这些局限性,我们提出了一种基于补丁的半监督学习方法,并评估眼底镜图像的糖尿病视网膜病变分类性能。我们的半监督方法仅用10-20个标记的训练图像就实现了高AUC,并且当少于30%的训练数据集被标记时,其性能优于监督基线高达15%。此外,我们的方法隐含地使SSL预测的解释。由于这种方法能够实现良好的准确性、分辨率和可解释性,同时具有较低的注释负担,因此它为临床成像中深度学习的可扩展应用奠定了基础。
2018-12-19 cs.CV
PercentMatch: Percentile-based Dynamic Thresholding for Multi-Label Semi-Supervised Classification
Northeastern University(东北大学);Autodesk, Inc.(欧特克公司)
虽然半监督学习(SSL)的许多研究在单标签分类问题上取得了很好的性能,但一个同样重要但尚未探索的问题是如何在多标签分类任务中利用未标记数据的优势。为了将SSL的成功扩展到多标签分类,我们首先通过示例分析来直观地了解多标签分类中存在的额外挑战。在分析的基础上,我们提出了一种基于阈值调整的阈值调整方案--在不损失简单性的情况下,与最近的SSL方法相比,我们在Pascal VOC 2007和MS-COCO数据集上实现了强大的性能。
2022-08-30 cs.CV
Boost Picking: A Universal Method on Converting Supervised Classification to Semi-supervised Classification
提出了一种基于未标记数据的监督分类模型的通用训练方法Boost Picking。Boost Picking只采用两个弱分类器来估计和校正误差。从理论上证明了Boost Picking算法在两个弱分类器的召回率均大于零且精度之和大于1的条件下,可以训练主要使用未标记数据的监督模型,其效果与使用100%标记数据的监督模型一样好。在Boost Picking的基础上,我们提出了“测试与训练(TawT)”,以提高监督模型的泛化能力。Boost Picking和TawT都在不同的小数据集上成功地进行了测试。
2016-11-12 cs.CV cs.LG
Consistency-Based Semi-supervised Evidential Active Learning for Diagnostic Radiograph Classification
National University of Singapore(新加坡国立大学);Institute for Infocomm Research, A*STAR(新加坡科技研究局资讯通信研究院);Singapore University of Technology and Design(新加坡科技设计大学)
深度学习方法实现了对放射学图像进行分类的最先进性能,但依赖于需要专家进行资源密集型注释的大型标记数据集。半监督学习和主动学习都可以用来减轻这种注释负担。然而,在结合半监督和主动学习方法的优点用于多标签医学图像分类方面的工作有限。在这里,我们介绍了一种新的基于一致性的半监督证据主动学习框架(CSEAL)。具体来说,我们利用基于证据理论和主观逻辑的预测不确定性来开发一种端到端的集成方法,该方法将基于一致性的半监督学习与基于不确定性的主动学习相结合。我们应用我们的方法来增强四种领先的基于一致性的半监督学习方法:伪标签,虚拟对抗训练,平均教师和NoTeacher。对多标签胸部X射线分类任务的广泛评估表明,CSEAL在两个领先的半监督主动学习基线上实现了实质性的性能改进。此外,对结果的分类分解表明,我们的方法可以用更少的标记样本大幅提高对罕见异常的准确性。
2022-09-05 cs.AI cs.CV cs.LG
Semantic Segmentation with Active Semi-Supervised Representation Learning
Rochester Institute of Technology(罗切斯特理工学院);University of Rochester(罗切斯特大学)
为语义分割获取人类每像素标签是非常费力的,通常使得标记数据集的构建成本过高。在这里,我们努力克服这个问题,一种新的算法,结合半监督和主动学习,从而能够训练一个有效的语义分割算法与显着较少的标记数据。为此,我们扩展了现有的最先进的S4AL算法,将其用于半监督学习的平均教师方法替换为自训练方法,该方法可以改善带噪声标签的学习。我们通过添加一个对比学习头来进一步增强神经网络查询有用数据的能力,这可以更好地理解场景中的对象,从而更好地查询主动学习。我们在CamVid和CityScapes数据集上评估了我们的方法,这是语义分割主动学习的事实标准。我们在CamVid和CityScapes数据集上实现了超过95%的网络性能,分别仅利用了12.1%和15.1%的标记数据。我们还在CityScapes数据集上对现有的独立半监督学习方法进行了基准测试,并在没有任何额外功能的情况下实现了卓越的性能。
2022-10-16 cs.AI cs.CV
Image-Based Vehicle Classification by Synergizing Features from Supervised and Self-Supervised Learning Paradigms
University of Georgia(佐治亚大学)
本文介绍了一种新的方法,利用从监督和自监督范式中学习的特征,以改善图像分类任务,特别是车辆分类。两个国家的最先进的自监督学习方法,DINO和data 2 vec,进行评估和比较,他们的表示学习的车辆图像。前者对比了局部和全局视图,而后者在多层表示上使用掩码预测。在后一种情况下,采用监督学习来微调用于检测车辆车轮的预训练的YOLOR对象检测器,从该检测器中检索确定的车轮位置特征。从这些自监督学习方法中学习到的表示与车辆分类任务的车轮位置特征相结合。特别是,一个随机的车轮掩蔽策略被用来微调先前学习的表示与车轮的位置特征在训练过程中的分类。我们的实验表明,data 2 vec提取的表示,这是符合我们的车轮掩蔽策略,优于DINO对应,导致著名的Top-1分类准确率为97.2%的13种车辆分类由联邦公路管理局定义。
2023-02-01 cs.CV eess.IV
EC-GAN: Low-Sample Classification using Semi-Supervised Algorithms and GANs
Saratoga High School(萨拉托加高中)
半监督学习已经获得关注,因为它允许执行图像分析任务,例如使用有限的标记数据进行分类。使用生成对抗网络(GANs)进行半监督分类的一些流行算法共享用于分类和区分的单个架构。然而,这可能需要模型为每个任务收敛到单独的数据分布,这可能会降低整体性能。虽然半监督学习已经取得了进展,但小规模的全监督任务却很少得到解决,即使是未标记的数据也无法获得。因此,我们提出了一种新的GAN模型,即外部分类器GAN(EC-GAN),它利用GANs和半监督算法来改善全监督机制中的分类。我们的方法利用GAN来生成用于补充监督分类的人工数据。更具体地说,我们将外部分类器(因此命名为EC-GAN)附加到GAN的生成器,而不是与GAN共享架构。我们的实验表明,EC-GAN的性能与共享架构方法相当,远优于标准的数据增强和基于正则化的方法,并且在小的真实数据集上有效。
2021-06-21 cs.CV cs.LG
Vanishing Twin GAN: How training a weak Generative Adversarial Network can improve semi-supervised image classification
Institute of Medical Science, University of Toronto(多伦多大学医学科学研究所);The Hospital for Sick Children(SickKids医院(多伦多病童医院));Department of Mechanical and Industrial Engineering, University of Toronto(多伦多大学机械与工业工程系)
生成对抗网络可以在半监督框架中学习随机噪声到真实图像的映射。这种映射能力可以用于半监督图像分类,以检测未知类别的图像,其中不存在要用于监督分类的训练数据。然而,如果未知类与已知类具有相似的特征,则GANs可以学习泛化并生成看起来像两个类的图像。这种泛化能力会阻碍分类性能。在这项工作中,我们提出了消失的双GAN。通过训练弱GAN并将其生成的输出图像与常规GAN并行使用,Vanishing Twin训练改进了半监督图像分类,其中图像相似性可能会损害分类任务。
2021-03-03 cs.CV eess.IV
Sparse Semi-Supervised Action Recognition with Active Learning
University of Washington(华盛顿大学)
当前基于标签的动作识别方法是有监督的,并且依赖于标签。由于注释和错误标记数据所涉及的挑战,这种依赖限制了性能。已经引入了无监督的方法,但是,它们将序列组织成簇,并且仍然需要标签将簇与动作相关联。在本文中,我们提出了一种新的方法,为基于信标的动作识别,称为SESAR,连接这些方法。SESAR利用来自未标记数据和少数主动选择用于标记的序列的信息,将无监督训练与稀疏监督指导相结合。SESAR由两个主要组件组成,其中第一个组件通过编码器-解码器RNN学习未标记动作序列的潜在表示,该RNN重建序列,第二个组件执行主动学习以基于聚类和分类不确定性选择要标记的序列。当这两个组件同时在基于机器学习的动作序列上训练时,它们对应于一个鲁棒的动作识别系统,只有少数标记的样本。我们在具有多个序列和动作的常见数据集上评估我们的系统,例如NW UCLA,NTU RGB+D 60和UWA 3D。当应用于稀疏标记样本时,我们的结果优于独立的基于基于机器学习的监督,无监督的聚类识别和主动学习方法,低至1%的数据。
2020-12-07 cs.CV cs.LG
Semi-supervised learning for joint SAR and multispectral land cover classification
Politecnico di Torino(都灵理工大学)
半监督学习技术由于其构建有效模型的能力而越来越受欢迎,即使在标记数据稀缺的情况下也是如此。在本文中,我们提出了一个框架和具体任务的自我监督预训练的\textit{multichannel}模型,如多光谱和合成孔径雷达图像的融合。我们表明,所提出的自监督方法在学习与土地覆盖分类标签相关的特征方面非常有效。这是通过预训练任务的明确设计实现的,该任务促进弥合感测模态和利用输入的光谱特性之间的差距。在半监督设置中,当有限的标签可用时,使用所提出的自监督预训练,然后使用SAR和多光谱数据对土地覆盖分类进行监督微调,优于传统方法,如纯监督学习,ImageNet训练初始化和其他最近的自监督方法。
2022-07-28 cs.CV eess.IV
Weakly Supervised Active Learning with Cluster Annotation
University of Campinas(坎皮纳斯大学);EPFL(洛桑联邦理工学院)
在这项工作中,我们引入了一个新的框架,该框架采用聚类注释,通过减少训练深度神经网络所需的人类交互次数来促进主动学习。人类也可以标记聚类,而不是单独注释单个样本,从而以较小的标记错误为代价产生更多数量的注释样本。我们的实验表明,与完全监督训练相比,所提出的框架在CIFAR-10和EuroSAT数据集上分别需要减少82%和87%的人类交互,同时在测试集上保持相似的性能。
2019-01-25 cs.CV cs.LG stat.ML
Unifying Active Learning and Semi-Supervised Learning for Medical Image Segmentation
Weill Cornell Medicine(威尔康乃尔医学院);Cornell University(康奈尔大学)
针对医学图像分割标注数据有限问题,提出RegAL统一框架,通过共享拓扑感知帕累托优化,结合样本获取与未标注数据利用,沿三个互补轴评估图像,在多数据集上于极端标注稀缺时表现稳定且优于基线。
2026-07-29 cs.CV stat.ML
Semantic Segmentation with Active Semi-Supervised Learning
Rochester Institute of Technology(罗切斯特理工学院)
使用深度学习,我们现在有能力创建非常好的语义分割系统;然而,为训练图像收集必要的像素级注释仍然昂贵且耗时。因此,在创建新数据集时,最大限度地减少所需的人工注释数量是理想的。在这里,我们解决这个问题,提出了一种新的算法,结合主动学习和半监督学习。主动学习是一种识别最佳未标记样本进行注释的方法。虽然已经有了用于分割的主动学习的工作,但大多数方法需要注释每个图像中的所有像素对象,而不仅仅是信息量最大的区域。我们认为这是低效的。相反,我们的主动学习方法旨在最大限度地减少每个图像的注释数量。我们的方法是丰富的半监督学习,在那里我们使用伪标签产生的师生框架,以确定图像区域,帮助消除混淆类。我们还集成了机制,使更好的性能不平衡的标签分布,这还没有被研究以前的主动学习语义分割。在CamVid和CityScapes数据集上的实验中,我们的方法使用不到17%的训练数据在全训练集上获得了超过95%的网络性能,而以前的技术水平需要40%的训练数据。
2022-10-16 cs.AI cs.CV
Deep Active Learning Using Barlow Twins
Georgia State University(佐治亚州立大学)
卷积神经网络(CNN)的泛化性能主要取决于训练图像的数量、质量和多样性。所有的训练数据都需要事先手工标注,在许多实际应用中,数据很容易获取,但标注成本高,耗时长。该任务的主动学习的目标是从未标记的样本池中提取信息量最大的样本,这些样本可以在注释后用于训练。自监督学习具有完全不同的目标,通过在大型计算机视觉基准测试中缩小与监督方法的性能差距而获得了迅速的普及。自监督学习(SSL)这些天已经显示出产生对输入样本的失真不变的低级表示,并且可以对人工创建的失真(例如,旋转、日晒、裁剪等)编码不变性。自监督学习(SSL)方法依赖于更简单和更可扩展的学习框架。在本文中,我们从使用自监督学习主流的主动学习的角度统一了这两类方法,并提出了使用BarlowTwins的深度主动学习(DALBT),这是一种针对所有数据集的主动学习方法,使用BarlowTwins的自监督损失框架训练分类器,以设置模型可以编码人工创建的失真的不变性,例如旋转,日光化,修剪等。
2022-12-30 cs.AI cs.CV