10.3778/j.issn.1002-8331.2103-0306
基于弱监督学习的目标检测研究进展
随着卷积神经网络(Convolutional Neural Network,CNN)的不断发展,目标检测作为计算机视觉中最基本的技术,已取得了令人瞩目的进展.介绍了强监督目标检测算法对数据集标注精度要求高的现状.对基于弱监督学习的目标检测算法进行研究,按照不同的特征处理方法将该算法归为四类,并分析比较了各类算法的优缺点.通过实验比较了各类基于弱监督学习的目标检测算法的检测精度,并将其与主流的强监督目标检测算法进行了比较.展望了基于弱监督学习的目标检测算法未来的研究热点.
弱监督学习;目标检测;多示例学习;类激活图;注意力机制;伪标签
57
TP183(自动化基础理论)
2021-08-25(万方平台首次上网日期,不代表论文的发表时间)
共10页
40-49