Incremental Learning of Object Detectors without Catastrophic Forgetting 論文閱讀

本文概覽 CNN用於目標檢測任務的缺陷——類別遺忘:假設CNN模型A爲在一個物體檢測訓練集1上訓練得到的性能較好的檢測器,現在有另外一個訓練集2,其中物體類別與1不同,使用訓練集2在A的基礎上進行fine-tune得到模型B,模型B在訓練集2中的類別上可以達到比較好的檢測結果,但是在訓練集1中的類別上檢測性能就會大幅度下降; 本文目的:緩解CNN用於目標檢測任務的類別遺忘,在訓練集1中原始圖片不可
相關文章
相關標籤/搜索