IntroductiontoSemiSupervisedLearning传统机器学习中的主流学习方法分为监督学习,无监督学习和半监督学习。这里存在一个是问题是为什么需要做半监督学习?首先是希望减少标注成本,因为目前可以在很多现实场景中去获得大量的图片,那么需要标注的量和成本会几何增加。第二个是目前对所有大规模的数据进行标注进而训练模型是不现实的,因此可以使用一种方法使得用未标注的数据进行性能提升。StandardSemiSupervisedLearningPse...
2023-03-07 14:03:10 454浏览 1点赞 0回复 0收藏
1、摘要为了提高检测分割的性能,现有的自监督和半监督方法从未标记的数据中提取任务相关或任务特定的训练标签,但这两种方法对于任务性能都是次优的,使用过少的特定任务训练标签会导致下游任务的groundtruth标签欠拟合,反之则会导致对groundtruth标签过拟合。为此,本文提出了一种新的未知类的半监督学习(ClassAgnosticSemiSupervisedLearning,CASSL)框架,以便于在从无标记数据中提取训练标签时实现更有利的任务特异性平衡...
2023-03-07 13:55:32 1507浏览 3点赞 4回复 1收藏
1、前言:经典状态估计中协方差的计算能准确反映机器人状态的完整性吗?在每一次机器人执行各种目的的自动导航任务时,拥有高精度且可靠状态估计的能力可以说是机器人顺利、安全完成任务的必要条件之一。简而言之,机器人状态估计算法不单单需要提供精准的状态估计量,还需要能准确地表征状态估计的准确度,比如在退化和传感器失效等场景,状态估计器能提示状态机或者用户此时刻的估计值的准确度风险,不能机器人的状态估计明显...
2023-03-01 15:19:10 349浏览 0点赞 0回复 0收藏