本文提出了一种半监督学习方法,用于在工程视频中发现行动并将其分段。该方法在少量有标签数据和大量无标签数据的情况下进行任务,并引入了两个新的损失函数和自适应边界平滑方法。通过三个基准测试的评估,结果表明该方法显著提高了行为分割性能,并在使用少量标记数据(5%和10%)的情况下取得了与全监督相当的结果。
正在访问的资源需要验证您是否真人。
或在微信中搜索公众号“小红花技术领袖”并关注
第二步:在公众号对话中发送验证码: