論文閱讀筆記《Deep Active Learning for Civil Infrastructure Defect Detection and Classification》

小樣本學習&元學習經典論文整理||持續更新 核心思想   本文提出一種基於主動學習的民用設施缺陷檢測方法,其思路主要是考慮到在樣本較少的情況下,訓練得到的網絡可能不能很好的對各種類型的缺陷都進行準確的檢測,但它仍然具備對於大部分簡單缺陷的識別能力。如果讓人類專家對所有的樣本圖像都進行人工標記,那無疑是工作量龐大的,但如果只對部分網絡識別困難或者網絡不太確定的樣本進行人工標記,然後作爲新的訓練樣本對
相關文章
相關標籤/搜索