TPAMI 2024 | 虚拟类别学习：一种用于极度有限标签的密集预测的半监督学习方法

于 2024-10-02 09:30:00 发布
阅读量3 收藏
点赞数
分类专栏： 论文解读 IEEE TPAMI 文章标签： 学习方法 深度学习 论文解读 顶刊论文 TPAMI IEEE
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。
本文链接：https://blog.csdn.net/qq_42722197/article/details/141828749
版权
论文解读 IEEE TPAMI 专栏收录该内容
230 篇文章 15 订阅 ¥29.90 ¥99.00
订阅专栏

Virtual Category Learning: A Semi-Supervised Learning Method for Dense Prediction With Extremely Limited Labels

题目：虚拟类别学习：一种用于极度有限标签的密集预测的半监督学习方法

作者：Changrui Chen; Jungong Han; Kurt Debattista
源码：https://github.com/GeoffreyChen777/VC

摘要

在现实世界的应用中，由于标记数据的成本高昂，以伪标记为基础的半监督学习是一个吸引人的解决方案。然而，处理混乱样本并非易事：丢弃有价值的混乱样本会损害模型泛化能力，而使用它们进行训练则可能加剧由于不可避免的错误标记而引起的确认偏差问题。为了解决这个问题，本文提出主动使用混乱样本而不进行标记校正。具体来说，为每个混乱样本分配一个虚拟类别（VC），这样即使没有具体标签，它也可以安全地为模型优化做出贡献。这为类别间信息共享能力提供了上

了解本专栏 订阅专栏 解锁全文
小白学视觉
关注
专栏目录
订阅专栏
TPAMI 2024| DualCoOp++：一种快速高效的有限注释多标签识别方法
小白学视觉
05-25 806
在低标签状态下的多标签图像识别是一项极具挑战性和实际意义的任务。之前的工作主要集中在学习文本和视觉空间之间的对齐，以弥补图像标签的不足，但由于高质量多标签注释的缺乏，可能会导致精度下降。在这项研究中，我们利用了通过数百万辅助图像-文本对预训练的强大文本和视觉特征对齐能力。我们引入了一种高效的框架，称为证据引导的双上下文优化 (DualCoOp++)，作为解决部分标签和零样本多标签识别的统一方法。在 DualCoOp++ 中，我们分别为目标类别编码证据、正面和负面上下文，作为语言输入的参数化组件（即提示）。
TPAMI 2024 | 人体运动生成：一项综述研究
小白学视觉
07-31 971
人类动作生成旨在生成自然的人姿势序列，并展示出对现实世界应用的巨大潜力。近年来，在运动数据收集技术和生成方法方面取得了实质性进展，为人类动作生成日益增长的兴趣奠定了基础。该领域的大多数研究侧重于基于条件信号生成人类动作，例如文本、音频和场景上下文。尽管近年来取得了显著进展，但由于人类动作的复杂性质及其与条件信号的隐式关系，该任务仍然面临挑战。在这篇综述中，我们提供了人类动作生成的综合文献回顾，据我们所知，这是该领域首次此类综述。
TPAMI 2024| BadLabel：评估与增强标签噪声学习的一种鲁棒视角
小白学视觉
07-15 672
标签噪声学习（Label-noise learning, LNL）旨在提高模型在训练数据带有噪声标签的情况下的泛化能力。为了促进实用的LNL算法的发展，研究人员提出了不同类型的标签噪声，从类条件噪声到实例依赖噪声不等。在本文中，我们引入了一种新型的标签噪声类型，称为BadLabel，它可以通过大幅度降低现有LNL算法的性能来显著影响它们。BadLabel是基于标准分类的标签翻转攻击精心设计的，其中选择特定样本并将它们的标签翻转为其他标签，以便干净标签和噪声标签的损失值无法区分。
TPAMI 2024 | CrossFormer++: 基于跨尺度注意力的多功能视觉Transformer
小白学视觉
07-05 1276
虽然不同尺度的特征在视觉输入中具有感知重要性，但现有的视觉Transformer尚未显式利用这些特征。为此，我们首先提出了一种跨尺度视觉Transformer，即CrossFormer。它引入了跨尺度嵌入层（CEL）和长短距离注意力（LSDA）。一方面，CEL将每个标记与不同尺度的多个补丁混合，为自注意力模块本身提供跨尺度特征。另一方面，LSDA将自注意力模块分为短距离和长距离部分，这不仅减少了计算负担，还保留了标记中的小尺度和大尺度特征。
TPAMI 2024 | Diversify：一种时间序列分布外检测和泛化的通用框架
小白学视觉
07-29 1121
题目：Diversify: A General Framework for Time Series Out-of-Distribution Detection and Generalization Diversify：一种时间序列分布外检测和泛化的通用框架 作者：W. Lu; J. Wang; X. Sun; Y. Chen; X. Ji; Q. Yang; X. Xie 摘要 时间序列仍然是机器学习研究中最具挑战性的模态之一。时间序列的分布外（OOD）检测和泛化常常由于其非平稳性质而面临困难，即分布随时
TPAMI 2024 | 弱监督 AUC 优化：一种统一的部分 AUC 方法
小白学视觉
07-20 96
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达题目：Weakly Supervised AUC Optimization: A Unified Partial AUC Approach弱监督 AUC 优化：一种统一的部分 AUC 方法作者：Zheng Xie; Yu Liu; Hao-Yuan He; Ming Li; Zhi-Hua Zhou摘要由于获取完美的监督信息通常...
TPAMI 2024 | 正则化损失与超参数估计在弱监督单类分割中的应用
小白学视觉
07-18 1028
Regularized Loss With Hyperparameter Estimation for Weakly Supervised Single Class Segmentation 正则化损失与超参数估计在弱监督单类分割中的应用 作者：Zongliang Ji; Olga Veksler 摘要 我们提出了一种新的图像级弱监督分割方法，适用于只含有单一感兴趣对象类别的数据集。我们的方法基于经典条件随机场（CRF）建模启发的正则化损失函数。我们的损失模型了通用对象的属性，并用它引导CNN朝向更可能对
TPAMI 2024｜DeepM2CDL：基于层级式多尺度卷积字典的多模态图像修复与融合网络
OpenCV中文网
06-06 392
关注公众号，发现CV技术之美本文为粉丝投稿，原文链接：https://zhuanlan.zhihu.com/p/701844704。本文介绍了北京航空航天大学徐迈教授课题组最新发表于IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI 2024)上的工作“DeepM2CDL: Deep Multi-scale M...
TPAMI 2024 | P2T：用于场景理解的金字塔池化Transformer
小白学视觉
08-19 577
最近，视觉Transformer通过推动各种视觉任务的最前沿取得了巨大成功。视觉Transformer面临的最大挑战之一是图像标记的大序列长度导致高计算成本（二次复杂度）。解决这个问题的一个流行方法是使用单个池化操作来减少序列长度。本文考虑了如何改进现有的视觉Transformer，其中通过单个池化操作提取的池化特征似乎不够强大。为此，我们注意到金字塔池化由于其在上下文抽象方面的强能力，在各种视觉任务中已被证明是有效的。然而，金字塔池化尚未在主干网络设计中被探索。
TPAMI 2024|用于持续学习的基于广义差异的分布稳健记忆演化
小白学视觉
08-31 4052
Distributionally Robust Memory Evolution With Generalized Divergence for Continual Learning 用于持续学习的基于广义差异的分布稳健记忆演化 Zhenyi Wang o, Li Shen , Tiehang Duan , Qiuling Suo o, Le Fang , Wei Liu ，Mingchen Gao 摘要 持续学习（Continual Learning, CL）的目标是在非静态数据分布上学习，同时不忘记先
TPAMI 2024 | Box2Mask: 基于包围盒的实例分割算法
小白学视觉
08-19 393
与使用像素级掩码标签的全监督方法不同，基于包围盒注释的实例分割利用简单的框注释，最近吸引了越来越多的研究关注。本文提出了一种新颖的单次实例分割方法，即Box2Mask，它将经典水平集演化模型整合到深度神经网络学习中，仅使用包围盒监督就能实现精确的掩码预测。具体来说，输入图像及其深度特征被用来隐式地演化水平集曲线，并且使用基于像素亲和核的局部一致性模块来挖掘局部上下文和空间关系。
TPAMI 2024 | 半监督学习用于多标签心血管疾病预测：多数据集研究
小白学视觉
06-11 373
心电图（ECG）是预测心血管疾病（CVDs）的非侵入性工具。由于深度学习技术的快速发展，目前基于ECG的诊断系统表现出令人鼓舞的性能。然而，标签稀缺问题、多种CVDs的共现以及在未见数据集上的表现不佳极大地阻碍了基于深度学习模型的广泛应用。在一个统一框架中解决这些问题仍然是一个重大挑战。为此，我们提出了一种多标签半监督模型（ECGMatch），以在有限监督下同时识别多种CVDs。在ECGMatch中，开发了一个ECGAugment模块用于弱和强的ECG数据增强，从而生成多样化的样本用于模型训练。
TPAMI 2024 | I2C：用于高保真可变速率图像压缩的可逆连续编解码器
小白学视觉
07-21 157
有损图像压缩是媒体传输和存储中的核心技术。最近，可变码率方法获得了较多关注，以避免在不同压缩率下使用不同的模型集合。在媒体共享过程中，不可避免地会执行多次不同码率的重新编码。然而，现有的基于变分自编码器（VAE）的方法在这种情况下很容易被破坏，导致强烈的伪影出现和图像保真度的破坏。基于通过可逆变换保持图像保真的理论发现，我们旨在解决高保真度细粒度可变码率图像压缩的问题，因此提出了可逆连续编解码器（I2C）。我们以数学可逆的方式实现I2C，并采用核心的可逆激活变换（IAT）模块。
TPAMI 2024 | Knockoff SPR：带噪声标签学习中的干净样本选择
小白学视觉
06-08 99
作者：Yikai Wang; Yanwei Fu; Xinwei Sun源码链接： https://github.com/YikaiWang/Knockoffs-SPR噪声训练集通常会导致神经网络的泛化和鲁棒性下降。在本文中，我们提出了一个新的理论保证的清洁样本选择框架，用于噪声标签的学习。具体来说，我们首先提出了一种可扩展的惩罚回归（SPR）方法，用于模拟网络特征和独热标签之间的线性关系。在SPR中，通过回归模型中解决的零均值偏移参数来识别清洁数据。我们理论上展示了在某些条件下SPR可以恢复清洁数据。在一
前端框架React的详细的学习方法和过程
2401_87352036的博客
09-25 681
此外，你还可以关注React社区的最新动态，阅读优秀的博客文章、教程和视频教程，以了解React生态系统的发展和最新技术。React Hooks是React 16.8版本引入的一个重要特性，它允许你在不编写类的情况下使用state和其他React特性。随着React的不断更新和发展，你需要不断地学习和实践，以掌握最新的技术和最佳实践。你可以尝试构建一些简单的React项目，如待办事项列表、天气预报应用等，以加深对React概念和技术的理解。学习React作为前端架构的一部分，是一个系统且逐步深入的过程。
深度学习·wandb
2301_80132162的博客
10-01 253
一个好用的可视化训练过程和调参工具，建议在深度学习中使用，语法来说更加方便。
对比学习训练是如何进行的
qq_45809323的博客
09-25 601
对比学习（Contrastive Learning）是一种自监督学习的方法，旨在通过拉近相似样本的表示、拉远不相似样本的表示来学习特征表示。在训练过程中，模型并不依赖标签，而是通过样本之间的相似性进行学习。
深度学习：DCGAN
最新发布
Landy_Jay的博客
10-01 225
CDGAN（Deep Convolutional Generative Adversarial Networks），是GAN（Generative Adversarial Networks）的一种变体，它特别使用了卷积神经网络（CNNs）作为生成器和判别器的构建模块。DCGAN使用全卷积网络结构代替传统的池化层和全连接层。在生成器中采用转置卷积（也称为分数步长卷积或反卷积）来逐步增加图像的空间维度。在判别器中使用卷积层来逐步减少空间维度并提取特征。
Pytorch-CNN轴承故障一维信号分类(二)
10-01 900
本文基于凯斯西储大学（CWRU）轴承数据，先经过数据预处理进行数据集的制作和加载，最后通过Pytorch实现CNN模型一维卷积和二维卷积对故障数据的分类，然后进行对比。
评论
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

打赏作者

小白学视觉

您的赞赏是我们坚持下去的动力~

¥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