AL-GTD：用于注视目标检测的深度主动学习

本研究解决了注视目标检测中对大量标注训练数据的依赖问题。提出了一种创新的主动学习方法AL-GTD，结合了监督和自监督损失，并通过伪标注减轻分布变化，显著减少了所需的训练数据量。AL-GTD在仅使用40-50%的训练数据时达到了最佳性能，展示了其在低数据环境下的有效性和对样本获取的优越性。