基于半监督学习的小样本实例分割的图像-文本集成方法
原文中文,约200字,阅读约需1分钟。发表于: 。本研究解决了小样本实例分割中的高耗时和对特定数据集依赖性强的问题。提出了一种新颖的方法,通过生成伪标签和集成图像、文本特征,提高了实例分割的性能并减少了对预训练的依赖。实验结果表明,该方法在不同场景下均表现出显著的有效性和优越性。
本研究提出了一种新方法,解决小样本实例分割的高耗时和数据集依赖问题。通过生成伪标签和整合图像、文本特征,提高了分割性能,减少了对预训练的依赖。实验结果表明,该方法在多种场景中表现优越。