回归器 - 分割器相互提示学习用于人群计数
原文中文,约300字,阅读约需1分钟。发表于: 。通过相互提示学习,减少注释变异对模型精确度的影响,提高人群计数的准确性。
本研究提出了一种增强型自我监督表示学习方法,解决了对比学习中的假阳性匹配问题和重构学习中的上下文信息缺失问题。实验证明该方法在多个下游任务上优于全监督学习模型和最先进的自我监督学习方法,具有高泛化性和可迁移性。
通过相互提示学习,减少注释变异对模型精确度的影响,提高人群计数的准确性。
本研究提出了一种增强型自我监督表示学习方法,解决了对比学习中的假阳性匹配问题和重构学习中的上下文信息缺失问题。实验证明该方法在多个下游任务上优于全监督学习模型和最先进的自我监督学习方法,具有高泛化性和可迁移性。