【论文笔记】CVPR2020 A Multi-task Mean Teacher for Semi-supervised Shadow Detection

最新推荐文章于 2025-03-14 21:52:51 发布
原创 最新推荐文章于 2025-03-14 21:52:51 发布 · 1.2k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#深度学习 #机器学习

该论文提出了一种多任务学习方法，利用未标记数据和多任务CNN提升阴影检测的准确性。通过构建多任务均值教师网络，将少量标注数据用于学生网络，无标签数据用于教师网络，通过一致性损失实现半监督学习。实验证实在三个数据集上取得良好效果。

Multi-task Learning的工作：
在这里插入图片描述

Contribuions

  • 提出了：
  1. 利用更加丰富的unlabeled data在这里插入图片描述
  2. 利用multi-task learning来提供complementary information，让预测更准确
    在这里插入图片描述
  • 来分别解决之前工作的问题：
  1. 都需要 sufficient amount of annotated data，but annotated data are all captured in limited scenes.
    在这里插入图片描述
  2. 实验中作者发现之前的算法 ne-
    在这里插入图片描述

Methods

  • Multi-task

最低0.47元/天 解锁文章
（八：2020.08.27）CVPR 2020 追踪之论文纲要（译）
Jojo论文基地
08-27 1万+
CVPR 2019 追踪之论文纲要（修正于2020.08.27）讲在前面论文目录 讲在前面 论坛很多博客都对论文做了总结和分类，但就医学领域而言，对这些论文的筛选信息显然需要更加精细的把控，所以自己对这1400篇的论文做一个大致从名称上的筛选，希望能找到些能解决当前问题的答案。 论文链接建议直接Google论文名，比去各种论文或顶会网站找不知道快捷多少。 Respect！ 论文目录 论文 概要 12-in-1 - Multi-Task Vision and Language Repre
【CVPR2022】论文列表与下载——PartFour
TomRen
06-12 3426
【CVPR2022】完整论文列表
semi-supervised-learning:深度学习半监督相关算法，主要是Mean teachers are better role models
05-02
semi-supervised-learning 深度学习半监督相关算法，主要是文献《Mean teachers are better role models》算法，经测试在一般分类问题上精度都会有几个点的提升。 1.数据存放到data目录，每个类别图片存放到一个文件里面，然后用makelist生成列表文件：path label，把无标签的数据标签设置为：-1 2.运行mean_teacher.py
AAAI2025 Accepted Papers（七）
最新发布
前行居士
03-14 2252
AAAI2025 accepted papers
multi-task-mean-teacher:老师创建的带有伪标签的多任务学习
04-05
多任务平均老师 使用老师创建的伪标签进行多任务学习。 这是具有辅助任务的多任务学习。 在训练期间，我们可以从老师创建的伪标签中受益。 这是通过培训Teacher.py完成的。 我们可以通过训练student.py来进行多任务学习，这是正常的多任务学习
几篇CVPR关于multi-task的整理
11-02
几篇CVPR关于multi-task的论文笔记整理，包括 一、 多任务课程学习Curriculum Learning of Multiple Tasks 1 --------------^CVPR2015/CVPR2016v--------------- 5 二、 词典对分类器驱动卷积神经网络进行对象检测Dictionary Pair Classifier Driven Convolutional Neural Networks for Object Detection 5 三、 用于同时检测和分割的多尺度贴片聚合（MPA）* Multi-scale Patch Aggregation (MPA) for Simultaneous Detection and Segmentation ∗ 7 四、 通过多任务网络级联实现感知语义分割Instance-aware Semantic Segmentation via Multi-task Network Cascades 10 五、 十字绣网络多任务学习Cross-stitch Networks for Multi-task Learning 15 --------------^CVPR2016/CVPR2017v--------------- 23 六、 多任务相关粒子滤波器用于鲁棒物体跟踪Multi-Task Correlation Particle Filter for Robust Object Tracking 23 七、 多任务网络中的全自适应特征共享与人物属性分类中的应用Fully-Adaptive Feature Sharing in Multi-Task Networks With Applications in Person Attribute Classification 28 八、 超越triplet loss：一个深层次的四重网络，用于人员重新识别Beyond triplet loss: a deep quadruplet network for person re-identification 33 九、 弱监督级联卷积网络Weakly Supervised Cascaded Convolutional Networks 38 十、 从单一图像深度联合雨水检测和去除Deep Joint Rain Detection and Removal from a Single Image 43 十一、 什么可以帮助行人检测？What Can Help Pedestrian Detection? （将额外的特征聚合到基于CNN的行人检测框架） 46 十二、 人员搜索的联合检测和识别特征学习Joint Detection and Identification Feature Learning for Person Search 50 十三、 UberNet：使用多种数据集和有限内存训练用于低，中，高级视觉的通用卷积神经网络UberNet: Training a Universal Convolutional Neural Network for Low-, Mid-, and High-Level Vision using Diverse Datasets and Limited Memory 62 一共13篇，希望能够帮助到大家
InstanceShadowDetection:实例阴影检测（CVPR 2020）
04-01
实例阴影检测（CVPR'20） *，*，王琼，Pheng -安恒，和（*联合第一作者。） [ ] [ ] [ ] 实例阴影检测旨在找到与对象实例配对的阴影实例。 我们提出了一个数据集，一个深入的框架和一个评估指标来应对这一新任务。 此在上。 依存关系 python> = 3.6 火炬== 1.3.0 + cu100 火炬视觉== 0.4.1 + cu100 张量板 赛顿 朱皮特 scikit图像 麻木 的OpenCVPython的 pycocotools 安装 安装LISA和pysobatools $ cd InstanceShadowDetection $ python setup.py install $ cd PythonAPI $ python setup.py install 码头工人 $ cd InstanceShadowDetection/docker $
阴影检测：2020-CVPR-A Multi-task Mean Teacher for Semi-supervised Shadow Detection
LYX的博客
07-05 815
54篇CVPR 2014-2017关于Multi-task的论文list
11-02
54篇CVPR 2014-2017关于Multi-task的论文list，源代码/的不是没有，只是我没有找到，similar的是好像是好像不是的.....
【CVPR2020】计算机视觉与模式识别会议论文完全清单_Part1
TomRen
06-11 5129
CVPR2020的文章收录清单
【CVPR2019】论文完整列表一
热门推荐
TomRen
06-11 1万+
CVPR 2019 Paper list[1-1000] CVPR2019 完整列表二 论文题目与链接 Finding Task-Relevant Features for Few-Shot Learning by Category Traversal Edge-Labeling Graph Neural Network for Few-Shot Learning G...
Awesome！多任务学习宝藏资料
Kaiyuan_sjtu的博客
10-14 2034
作者|WeiHongLee整理|NewBeeNLP大家好，这里是NewBeeNLP。最近冲浪发现一份多任务学习宝藏资料，包含了领域综述、论文、代码等内容，分享给大家。感谢作者的整理，有帮助记得start噢！https://github.com/WeiHongLee/Awesome-Multi-Task-Learning Table of Contents Survey & Stu...
CVPR2022 MulT: 端到端的多任务学习transformer
qq_35831906的博客
05-19 5733
CVPR2022 MulT: 端到端的多任务学习transformer，一个端到端的多任务学习transformer框架MulT，该框架可以同时学习对各高级视觉任务，包括深度估计，语义分割，reshading重着色，表面法线估计，2D关键点检测和边缘检测。
CVPR2020论文列表（中英对照）
dovings的博客
07-04 1万+
CVPR论文列表，中英对照
【深度学习】半监督学习入门：Mean teachers
小白兔的窝
03-25 4435
知识蒸馏综述
xys430381_1的专栏
06-16 1422
参考： 知识蒸馏简述（一） 知识蒸馏简述（二） 知识蒸馏是什么？一份入门随笔 【经典简读】知识蒸馏(Knowledge Distillation) 经典之作（xys：关于温度T的讨论）
MICCAI2019论文分享 PART①
Jingyang.Zhang的博客
10-29 1万+
刚刚结束的 MICCAI2019 会议的论文集分为6个部分，这段时间刷了一遍 Part I，在这儿和大家做一个简单的分享交流。 由于本人主要专注于分割领域和半监督弱监督等学习策略，下面给出的综述可能多涉及该方向。 选出的文章主要突出其中的闪光点，如果感兴趣还望各位移步 link 官网获取原文。 如果阐述有误也欢迎大家拍砖指教。为话不多说，直接开始。 1. Dual Encoding U-Ne...
[论文阅读笔记21]Mean teachers are better role models
ld326的专栏
02-25 4503
论文标题： Mean teachers are better role models: Weight-averaged consistency targets improve semi-supervised deep learning results Antti Tarvainen（芬兰，阿尔托大学）, Harri Valpola (The Curious AI Company) 作者有一句话***“目前在用的所有人工智能都是二流的”*** The Curious AI Company公司是一家芬兰深度
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值