(一)Soft Teacher
1.超实用半监督目标检测 Soft Teacher 及 MMDetection 最强代码实践
2.
3.GitHub上mmdetection上有一个关于SSOD这个的教程:SSOD tutorial
4.配置mmdetection3.x的官方教程环境:地址
5.softTeacher官方的介绍文档:地址
(二)PseCo
极市直播第101期丨ECCV2022-李钢-PseCo:FPN错位对齐,实现高效半监督目标检测
PseCo: Pseudo Labeling and Consistency Training for Semi-Supervised Object Detection
(三)MixMatch
强到没朋友的MixMatch半监督学习利器B站
(四)
前沿解读 | 图解半监督学习框架FixMatch
SSDA-YOLO:新的YOLOv5改进方法——用于跨域目标检测的半监督域自适应YOLO方法
SSDA-YOLO:用于跨域目标检测的半监督域自适应YOLO方法
SSDA-YOLO:用于跨域目标检测的半监督域自适应YOLO方法(知乎)
半监督目标检测yolo+FixMatch
目标检测半监督学习模型构建完成,实验效果比较好,只需要1张训练集,就可以在发票印章检测上达到0.952的mAP,模型采用yolov3-backbone和FixMatch策略
(五)MMDetection-based Toolbox for Semi-Supervised Object Detection
(六)paperwithcode上面半监督目标检测的相关内容
1.Efficient Teacher: Semi-Supervised Object Detection for YOLOv5(阿里最新的一篇论文,目前还没有开源)
(七)DataWhale
21岁,华科博士在读,我的赛事Top经验(和半监督有关的一个Datawhale的竞赛分享的内容,有思路,但是没有代码)
这个人的GitHub:https://github.com/vaew
(八)公子龙
神奇网站—「Kaggle Solutions」,里面有竞赛的顶级解决方案
说过很多遍了,实习、论文、竞赛三者中,竞赛是试错成本最低的,性价比最高的(一篇微信推文)
(九)Unbiased Teacher for Semi-Supervised Object Detection
GitHub
项目主页
(十)unbiased teacher-半监督目标检测
(十一)和域自适应相关的一个文章
Meta Correction: Domain-aware Meta Loss Correction for Unsupervised Domain Adaptation in Semantic Se
这张图来源于上面这篇博文
二、单阶段目标检测
• Towards End-to-end Semi-supervised Learning for One-stage Object Detection(厦大纪荣嵘团队)
• Efficient Teacher Semi-Supervised Object Detection for YOLOv5(阿里)
• SSDA-YOLO
1.Towards End-to-end Semi-supervised Learning for One-stage Object Detection
Paper: https://arxiv.org/pdf/2302.11299.pdf
Code: https://github.com/luogen1996/OneTeacher
三、目标检测的综述
1.现代目标检测故事 | 40+种网络架构大盘点!从基础架构ResNet到最强检测器Yolov7再到最新部署神器GhostNetV2
四、半监督学习
1.ICLR 2023 | SoftMatch: 实现半监督学习中伪标签的质量和数量的trade-off
2.ICLR 2023半监督学习最高分论文FreeMatch: 自适应阈值法