具有理论保证的无监督目标检测
原文中文，约400字，阅读约需1分钟。发表于：。通过深度神经网络实现无监督目标检测是一个通常具有少量或没有有关学习表示的保证的难题。我们提出了第一个在理论上保证能够恢复真实目标位置的无监督目标检测方法，同时与编码器和解码器的感受野尺寸、目标尺寸和渲染过程中使用的高斯宽度相关的小偏移有关。我们对这些变量如何影响误差进行了详细分析，并进行了合成实验证实了我们的理论预测，像素级精度。我们还在基于 CLEVR 的数据上进行实验，结果表明，与当前...
该文章介绍了一种通过深度神经网络实现无监督目标检测的方法，恢复真实目标位置并对误差进行了详细分析和实验证实。该方法的预测误差始终在理论界限内，为目标检测方法提供了新的研究途径。
