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
- 1. Incremental Learning of Object Detectors without Catastrophic Forgetting詳解
- 2. 論文閱讀筆記《Dynamic Few-Shot Visual Learning without Forgetting》
- 3. Dynamic Few-Shot Visual Learning without Forgetting||論文閱讀
- 4. incremental few-shot learning論文閱讀
- 5. Assisted Excitation of Activations:A Learning Technique to Improve Object Detectors論文解讀
- 6. Learning without Forgetting 翻譯
- 7. DetectoRS，論文閱讀記錄
- 8. 論文閱讀：EfficientDet: Scalable and Efficient Object Detection
- 9. Dynamic Few-Shot Visual Learning without Forgetting
- 10. 增量學習(Incremental Learning)小綜述
- 更多相關文章...
- • RSS 閱讀器 - RSS 教程
- • C# 文本文件的讀寫 - C#教程
- • JDK13 GA發佈：5大特性解讀
- • Scala 中文亂碼解決
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. Incremental Learning of Object Detectors without Catastrophic Forgetting詳解
- 2. 論文閱讀筆記《Dynamic Few-Shot Visual Learning without Forgetting》
- 3. Dynamic Few-Shot Visual Learning without Forgetting||論文閱讀
- 4. incremental few-shot learning論文閱讀
- 5. Assisted Excitation of Activations:A Learning Technique to Improve Object Detectors論文解讀
- 6. Learning without Forgetting 翻譯
- 7. DetectoRS，論文閱讀記錄
- 8. 論文閱讀：EfficientDet: Scalable and Efficient Object Detection
- 9. Dynamic Few-Shot Visual Learning without Forgetting
- 10. 增量學習(Incremental Learning)小綜述