融合伪标签与弱监督用于动态交通场景

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

本文介绍了一种弱监督标签统一流程,用于合并多个训练在异构数据集上的目标检测模型的伪标签,构建统一的标签空间,纠正偏见并提高泛化能力。通过微调多个数据集上的目标检测模型,并验证伪标签,重新训练一个在动态交通场景中表现出色的模型,展示了该方法的有效性。该方法在目标检测性能方面取得了显著提升,得到了对领域变化具有更高抵抗力的模型。

原文中文,约300字,阅读约需1分钟。
阅读原文