半监督学习paper阅读

1.UNBIASED TEACHER FOR SEMI-SUPERVISED OBJECT DETECTION
url:https://openreview.net/forum?id=MJIve1zgR_
code:https://github.com/facebookresearch/unbiased-teacher 基于detectron2的实现,非常方便。
使用了EMA teacher,score threshold,强弱aug图像的consistency。文章发现,使用EMA teacher的好处有三个,第一个是防止生成imbalanced的pseudo label分布。第二是,能够防止部分noisy label的影响。第三,EMA teacher可以看成student的集成。Focal loss的作用也很明显(也有一部分防止imbalance的效果)。

posted @   John_Ran  阅读(115)  评论(0编辑  收藏  举报
编辑推荐:
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
阅读排行:
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· Manus的开源复刻OpenManus初探
· AI 智能体引爆开源社区「GitHub 热点速览」
· 从HTTP原因短语缺失研究HTTP/2和HTTP/3的设计差异
· 三行代码完成国际化适配,妙~啊~
点击右上角即可分享
微信分享提示