本研究提出了一种双流膨胀3D卷积网络的弱监督学习框架，旨在提升城市监控系统中的异常检测技术，增强准确性并减少人工标注需求。

本研究探讨了机器学习模型训练中的人工标注成本与时间问题，提出了合成训练数据、主动学习和混合标注等优化策略。研究表明，混合标注显著提高了标注效率和数据集质量。

MMBench-Video是一个新的视频理解评测基准，旨在解决现有基准在长视频和复杂任务评估中的不足。该基准涵盖多种视频类型，采用高质量人工标注，评估模型的时序理解能力。通过对多模态大模型的测试，MMBench-Video提高了评估精度，为视频理解研究提供了重要工具。

我们提出了一种通过无监督/自监督学习训练单阶段目标检测器的创新方法，能够减少人工标注时间和成本，为研究提供机会。该方法能够获取目标检测所需的位置信息并生成热图，在无监督目标检测领域取得了突破性进展。