DeLR: 基于分离定位和识别查询的主动学习检测
原文中文，约200字，阅读约需1分钟。发表于：。提出一种名为 DeLR 的高效查询策略，通过解耦定位和识别，减少对象检测中的注释成本，并在几个基准测试中证明其优越性。
该研究提出了一种用于在场景中定位目标物体的主动检测模型。通过深度强化学习训练定位代理，并在 Pascal VOC 2007 数据集上评估，结果表明，使用该模型指导的代理能够在分析图像中仅仅探测 11 到 25 个区域后定位一个物体实例，并且在不使用物体提议进行物体定位的系统中取得了最佳的检测结果。
