Multi-Task Learning Using Uncertainty to Weigh Losses for Scene Geometry and Semantics 多任務學習

多任務學習 Multi-Task Learning Using Uncertainty to Weigh Losses for Scene Geometry and Semantics     多任務學習系統的性能很大程度上依賴於任務間的損失權值。手動調節權值非常耗時耗力,論文提出使用任務間的同方差不確定性給每個損失函數賦權。模型由單一圖像同時學習像素級深度迴歸、語義及實例分割。場景理解的多任務學
相關文章
相關標籤/搜索