MeanAP 引导的增强式主动学习用于目标检测
原文中文，约400字，阅读约需1分钟。发表于：。该论文介绍了一种使用任务模型的 MeanAP 指标设计采样策略的新方法，即 MeanAP-Guided Reinforced Active Learning for Object Detection（MAGRAL），通过强化学习的采样代理基于 LSTM 架构高效地探索和选择后续训练实例，并通过策略梯度进行优化，利用 MeanAP 作为奖励，通过在流行的基准测试中验证了 MAGRAL...
该论文介绍了一种新的主动学习方法MAGRAL，通过强化学习的采样代理高效地选择后续训练实例，并利用MeanAP作为奖励进行优化。该方法在基准测试中证明了其卓越性能，为主动目标检测领域的进展奠定了基础。
