作者 | 平山海 今天跟大家分享由Meta AI和加利福尼亚大学伯克利分校、密歇根大学共同提出的无监督目标检测和实例分割方法CutLER（Cut-and-LEaRn）。 开源代码：https://github.com/facebookresearch/CutLER简要描述：作者提出了CutLER（Cut-and-LEaRn），该方法利用自监督模型找到图片中的目标，
转载
2024-05-17 11:08:30
125阅读
摘要：弱监督航空目标检测（weakly supervised object detection，WOSD）是一个值得探索的难题。现有的主要WSOD方法建立在常规CNN的基础上，这些CNN难以建模旋转不变性，从而导致检测器对方向变化过分敏感。同时，当前的解决方案很容易 忽略得分较低的实例，并可能将它们视为背景。为了解决这些问题，在本文中，我们提出了一种端到端弱监督旋转不变航空目标检测网络（RINet
时间正在以我们非常熟悉的方式从我们眼皮子底下溜走，2016年的第一周已经过去了，是不是又有一种“这周啥也没干”的感觉？我们似乎并没有去幻想坐拥几亿身家，但我们也始终希望自己能像树苗般茁壮成长。翻开你的Evernote、OneNote、TodoList等工具，是不是有很多待办还等着你去完成，是你缺乏完成任务的能力、时间、还是执行力？本文不想去假设你到底还缺什么，因为这似乎不太重要，下面的方法，你看看
大家好，这里是NewBeeNLP。2022年十大自监督学习模型出炉！中国清华大学、北京大学和香港中文大学（深圳）项目入选，荣登亚洲第一，世界第二。微软公司成为上榜最多的公司，共有三项成果。自监督学习使计算机能够观察世界，通过学习图像、语音或文本的结构来了解世界。这推动了人工智能最近的许多重大进展。尽管世界科研人员在该领域投入大量精力，但目前自我监督学习算法从图像、语音、文本和其他模式中学习的方式存
目录1 自监督学习的概念2 BERT2.1 BERT简介2.2 BERT的使用2.2.1 Sentiment Analysis（情感分析）2.2.2 POS（词性标记）2.2.3 Natural Language Inferencee（NLI，自然语言推论）2.2.4 Extraction-based Question Answering（QA）2.3 BERT的预训练2.4 BER
转载
2024-08-07 02:25:26
114阅读
本文是CVPR2021最新的视频目标检测的论文 原文地址：https://arxiv.org/abs/2103.01353v1 代码：https://github.com/robot-learning-freiburg/MM-DistillNet 注意：文中的“知识”可以理解为网络提取的特征图摘要 对象固有的声音属性可以为学习对象检测和跟踪的丰富表示提供有价值的线索。①本文提出了一个新的自我监督的
转载
2024-05-09 09:05:16
264阅读
编辑 | Carol 该团队提出了一种端到端的物体实例挖掘弱监督目标检测框架，引入了基于空间图及外观图的信息传播机制，在网络迭代学习过程中，尝试挖掘每张图像中全部的物体实例。除此之外，还引入了物体实例权重调整损失函数(reweighted loss)，使网络可以同时学习到更完整的物体实例，从而让弱监督目标检测方法得到更加准确的检测框。 详细解读 目
对比学习一般是自监督学习的一种方式 什么是自监督学习自监督学习主要是利用辅助任务（pretext）从大规模的无监督数据中挖掘自身的监督信息，通过这种构造的监督信息对网络进行训练，从而可以学习到对下游任务有价值的表征。（也就是说自监督学习的监督信息不是人工标注的，而是算法在大规模无监督数据中自动构造监督信息，来进行监督学习或训练。因此，大多数时候，我们称之为无监督预训练方法或无监督学习方法
一、SGAN介绍SGAN来源于这篇论文：《Semi-Supervised Learning with Generative Adversarial Networks》传统的机器学习分为监督式学习和无监督式学习。前者的数据是有标签的，后者的数据是无标签的。然而，在很多问题中，有标签的数据是非常少的，要想获得有标签的数据，需要人工标注等一些操作。而无标签的数据则比较容易获得。半监督学习就是要结合监督式
作者：Edison_G来自自动驾驶公司轻舟智航和约翰霍普金斯大学的学者提出了一个自监督学习框架，可从未标注的激光雷达点云和配对的相机图像中进行点云运动估计，与现有的监督方法相比，该方法具有良好的性能，当进一步进行监督微调时，模型优于 SOTA 方法。论文链接：https://arxiv.org/pdf/2104.08683.pdf图 1：该研究提出的自监督柱运动学习概览。图 2：用于点云体柱运动估
作者丨kinredon 什么是半监督目标检测？传统机器学习根据训练数据集中的标注情况，有着不同的场景，主要包括：监督学习、弱监督学习、弱半监督学习、半监督学习。由于目标检测任务的特殊性，在介绍半监督目标检测方法之前，我们查看一下目标检测在这四个方向下的具体设定，如下图所示（不包括无监督学习）： 图一 目标检测的不同的 setting总而言之，我们可以讲目标检测的 s
A.监督学习1.EDA（Exploratory Data Analysis）2.K-Nearest Neighbors（KNN）3.线性回归4.交叉验证（CV）5.正则化回归6.ROC曲线与逻辑回归7.超参数调优8.SVMB.无监督学习1.Kmeans聚类2.聚类效果评价3.标准化4.层次分析法5.T-分布随机近邻嵌入(T-SNE)6.主成分分析（PCA）监督学习可以查看机器学习全面教程-有监督学
转载
2024-08-16 11:38:37
94阅读
目录重新思考通往弱监督目标的定位基于U-Net(R2U-Net)的递归残差卷积神经网络在医学图像分割中的应用UNet++: 一种医学图像分割的嵌套U-Net结构使用基于双谱的深度卷积神经网络对非线性时间序列进行分类hAttention-RPN和Multi-Relation的超强小目标检测重新思考通往弱监督目标的定位论文名称：Rethinkingthe Route Towards Weakly
目录
摘要1.介绍2.统一检测2.1.网络设计2.2.训练2.3.推理2.4.YOLO的局限性3.与其他检测系统的比较4.实验4.1.与其他实时系统的比较4.2. VOC 2007错误分析4.3.结合Fast R-CNN和YOLO4.4. VOC 2012结果4.5.通用性：艺术品中的人检测5.野外实时检测6.总结 摘要我们提出一种新的目标检测算法——YOLO。以前有关目
转载
2024-04-18 16:27:52
356阅读
文章目录原文地址论文阅读方法初识相知核心技术理论分析实验分析回顾开源代码（非官方） 原文地址CutPaste CVPR21原文论文阅读方法三遍论文法初识本文主要提出了一个新的增广方法“CutPaste”，并基于此方法提出了一个两阶段的无监督异常检测方法，① 构建分类器区分正常样本与异常样本，作为代理任务（proxy task）学习特征表示；② 根据训练好的网络提取特征，用于检测异常。此方法在MV
转载
2024-03-25 13:59:14
140阅读
前言：《SESS: Self-Ensembling Semi-Supervised 3D Object Detection》CVPR2020 Oral 新加坡国立大学出品论文地址：https://openaccess.thecvf.com/content_CVPR_2020/papers/Zhao_SESS_Self-Ensembling_Semi-Supervised_3D_Objec
转载
2023-12-20 05:20:09
101阅读
速度和检测效果与yolov5对比：首先还是backbone部分，YOLOX在backbone和neck部分与YOLOV4和V5基本一致。都是CSPDarknet53+FPN+PAN结构。 通过不同stage的输出feature map进行一个特征融合。FPN层自顶向下传达强语义特征，而特征金字塔则自底向上传达强定位特征，从不同的主干层对不同的检测层进行融合。这里结构简单。代码也简单。3 4 5 s
转载
2024-07-28 23:11:51
150阅读
目录ISMT动机1. Overview2. Pseudo Labels Fusion3. Interactive Self-Training4. Mean TeacherUnbiased Teacher动机1. Overview2. Burn-In3. Teacher-Student Mutual Learning4. Bias in Pseudo-LabelISMTInteractiv
转载
2024-05-17 23:32:58
82阅读
机器学习大致可分为三类：监督学习、非监督学习、半监督学习，下面我们就来分别介绍。监督学习用数据挖掘领域著名学者韩家炜教授的话来说，所有的监督学习（Supervised Learning），基本上都是分类（Classification）的代名词。它从有标签的训练数据中学习模型，然后对某个给定的新数据利用模型预测它的标签。这里的标签其实就是某个事物的分类。在某种程度上，你可以把它理解为作业的“标准答案
计算机视觉研究院专栏作者：Edison_G现在的自监督学习通过在ImageNet数据集上实现图像分类来进行无监督的预训练，通过最大化不同图像之间的距离（相似度），最小化同一张图像的不同视图之间的相似度来学习一个最佳的特征表示，这种方法针对ImageNet这种分类数据集（一张图像上一个类别物体）来说是适用的。但是...1 简要无监督视觉表示学习引起了相当多的关注，旨在用大量的未标记数据生成
原创
2022-10-18 17:24:18
174阅读
