发现新视觉类别:深度转移聚类(DTC)开源项目推荐

发现新视觉类别:深度转移聚类(DTC)开源项目推荐

DTC"Learning to Discover Novel Visual Categories via Deep Transfer Clustering" by Kai Han, Andrea Vedaldi, Andrew Zisserman (ICCV 2019)项目地址:https://gitcode.com/gh_mirrors/dtc1/DTC

在不断演进的机器学习领域,自动识别并分类未知视觉对象的能力成为研究热点。今天,我们聚焦于一个前沿的研究成果——《通过深度转移聚类学习发现新颖视觉类别》(Learning to Discover Novel Visual Categories via Deep Transfer Clustering),该工作发表于2019年的国际计算机视觉大会(ICCV)。由牛津大学视觉几何组的Kai Han、Andrea Vedaldi和Andrew Zisserman共同贡献。

项目介绍

DTC项目是针对无监督学习中一个核心挑战的创新解决方案:如何在没有标签数据的情况下,识别并归类新的视觉对象。它利用了预训练模型的知识迁移,结合聚类算法在未标记数据集上发现新颖类别,展现了深度学习在零样本学习领域的强大潜力。

**项目技术分析

DTC"Learning to Discover Novel Visual Categories via Deep Transfer Clustering" by Kai Han, Andrea Vedaldi, Andrew Zisserman (ICCV 2019)项目地址:https://gitcode.com/gh_mirrors/dtc1/DTC

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

打赏作者

郝赢泉

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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