优化预训练动作模型
原文中文,约200字,阅读约需1分钟。发表于: 。使用自我监督训练改进现有的有监督模型,通过将数据标记和训练分为两个不同的阶段,并结合简单的技术来稠密化和重平衡伪标签,从而在实际视频中实现可靠的增益,适用于短期(基于流)和长距离(多帧)像素跟踪。
本文介绍了自我训练范式,一种半监督学习方法,通过使用标注数据训练教师模型,并在未标注数据上生成伪标签,实现像素级准确模型。该方法在Cityscapes、CamVid和KITTI数据集上表现最佳,并在跨域泛化任务上表现更好。为了减轻伪标签带来的计算负担,提出了一种快速训练计划来加速分割模型的训练。