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

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。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

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

M

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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