博客
关于我
Arxiv‘25 | 基于稀疏标注的多光谱行人检测
阅读量:797 次
发布时间:2023-04-05

本文共 464 字,大约阅读时间需要 1 分钟。

论文信息

题目:Multispectral Pedestrian Detection with Sparsely Annotated Label

基于稀疏标注的多光谱行人检测
作者:Chan Lee, Seungho Shin, Gyeong-Moon Park, Jung Uk Kim

论文创新点

本文提出了一种基于稀疏标注的多光谱行人检测方法,主要体现在以下两个关键创新点:

  • 多光谱行人感知自适应权重(MPAW)模块:本模块通过分析不同光谱模态的特性,为高质量伪标签分配更高的权重,从而帮助模型在多光谱数据中更高效地学习。具体而言,MPAW模块通过计算伪标签与真实标签之间的余弦相似度,动态调整各模态的权重,有效降低了低质量伪标签对模型的影响,使得模型在稀疏标注环境中具有更强的鲁棒性。
  • 正伪标签增强(PPE)模块:PPE模块旨在区分高质量和低质量伪标签,从而引导教师模型生成更可靠的标注数据。本模块采用了一种基于特征嵌入的方法,能够有效识别高质量伪标签,并为教师模型提供针对性的改进建议,从而提升标注数据的质量和一致性。
  • 转载地址:http://ytrfk.baihongyu.com/

    你可能感兴趣的文章
    Numix Core 开源项目教程
    查看>>
    numpy
    查看>>
    NumPy 或 Pandas:将数组类型保持为整数,同时具有 NaN 值
    查看>>
    numpy 或 scipy 有哪些可能的计算可以返回 NaN?
    查看>>
    numpy 数组 dtype 在 Windows 10 64 位机器中默认为 int32
    查看>>
    numpy 数组与矩阵的乘法理解
    查看>>
    NumPy 数组拼接方法-ChatGPT4o作答
    查看>>
    numpy 用法
    查看>>
    Numpy 科学计算库详解
    查看>>
    Numpy.fft.fft和numpy.fft.fftfreq有什么不同
    查看>>
    Numpy.ndarray对象不可调用
    查看>>
    numpy、cv2等操作图片基本操作
    查看>>
    numpy判断对应位置是否相等,all、any的使用
    查看>>
    Numpy如何使用np.umprod重写range函数中i的python
    查看>>
    numpy数组替换其中的值(如1替换为255)
    查看>>
    numpy数组索引-ChatGPT4o作答
    查看>>
    numpy绘制热力图
    查看>>
    numpy转PIL 报错TypeError: Cannot handle this data type
    查看>>
    NutzCodeInsight 2.0.7 发布,为 nutz-sqltpl 提供友好的 ide 支持
    查看>>
    NutzWk 5.1.5 发布,Java 微服务分布式开发框架
    查看>>