BriefGPT - AI 论文速递
·
基于伪标签再生和 BEVMix 的半监督类别无关运动预测
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究提出了一个半监督学习框架，通过自我训练、伪标签选择和数据增强策略，在无类别依赖运动预测中使用较少标记数据的超越自监督方法，并达到了与弱监督和一些全监督方法相当的性能水平。
🎯
关键要点
- 本研究提出了一个半监督学习框架。
- 框架通过自我训练、伪标签选择和数据增强策略实现。
- 该方法在无类别依赖运动预测中使用较少标记数据。
- 研究表明该框架超越了自监督方法。
- 性能水平与弱监督和一些全监督方法相当。
- 该方法平衡了标注成本和性能的优点。
➡️
