BriefGPT - AI 论文速递 · 2023-09-22T00:00:00Z 掩蔽以改进卷积神经网络的对比式自监督学习，并揭示显著性 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 本文提出了 ContrastMask，通过在受限的可见类别上学习有标注遮罩，同时在新颖的 unseen 类别上分割对象，提高了前景和背景的特征辨别率，促进了课程无关掩模分割模型的学习。在 COCO 数据集上的实验证明了该方法的优越性。 🏷️ 标签 COCO 数据集 ContrastMask 分割对象 卷积 特征辨别率 神经网络 自监督 遮罩 阅读原文 生成长图 分享链接 已复制链接
