SemiPL: 面向事件声源定位的半监督方法
原文约200字，阅读约需1分钟。发表于：。采用已有模型对更复杂的数据集进行应用，探索模型参数的影响，并提出了一种半监督改进方法 SemiPL。实验结果表明，参数调整对现有模型产生积极影响，特别是在混乱环境下，SSPL 相较于提供的结果，标准化 IoU 改进了 12.2％，AUC 改进了 0.56％。
本研究提出了一种名为Cross Pseudo-Labeling（XPL）的新方法，用于半监督AVSL。XPL通过交互学习和交叉精炼机制避免了偏见积累，并结合软伪标签和课程数据选择模块以实现稳定训练。实验证明XPL在性能上优于现有方法，并减轻了确认偏见。
