基于有限标注数据的图像识别方法研究
文献类型:学位论文
作者 | 马成丞 |
答辩日期 | 2023-11-27 |
文献子类 | 博士 |
关键词 | 图像识别 深度学习 半监督学习 小样本学习 |
英文摘要 | 图像识别是计算机视觉领域中最基础且最关键的任务之一,对于辅助人类理解、管理图像大数据起到至关重要的作用。本文重点研究图像识别中的图像分类和目标检测任务。前者旨在为整张图像预测出类别标签,后者则需进一步预测出图像中所有目标的类别标签和坐标位置。时至今日,人们可以基于深度学习模型准确实现图像识别任务。训练深度学习模型通常需要大量带有标注的训练数据,然而在现实场景中,训练数据的标注过程需要高昂的人工成本和时间成本。在预算有限的情况下,人们只能利用有限的有标注数据训练图像识别模型。 |
学科主题 | 模式识别 |
语种 | 中文 |
页码 | 132 |
源URL | [http://ir.ia.ac.cn/handle/173211/54586] |
专题 | 毕业生_博士学位论文 |
推荐引用方式 GB/T 7714 | 马成丞. 基于有限标注数据的图像识别方法研究[D]. 2023. |
入库方式: OAI收割
来源:自动化研究所
其他版本
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。