Deep Metric Transfer for Label Propagation with Limited Annotated Data

使用有限注释数据进行标签传播的深度指标传输 - 微软研究院 (microsoft.com)
Deep Metric Transfer for Label Propagation with Limited Annotated Data (thecvf.com)

标签传播
为了解决标记数据的不足,我们的方法是通过使用数据对之间的相似性度量将标记从带注释的图像传播到未标记的数据来扩大标记数据。创建更多的标记数据使我们能够训练深度神经网络,使其具有充分的学习能力。

假设
例如,源域从与目标域相同的分布中采样,但完全没有注释,或者源域使用不同的任务注释,但与目标密切相关

sij = f(xi, xj )

Unsupervised for f


image.png
image.png
image.png

机器学习公式推导中,I( ),E( ),这两个符号代表什么意思? - 知乎 (zhihu.com)

image.png

=====================代码==========================================
------------------------Instance Discrimination---------------------------------------------------------------
https://arxiv.org/pdf/1805.01978.pdf
Unsupervised Feature Learning via Non-Parametric Instance Discrimination

image.png
image.png
image.png

(8条消息) 论文笔记:What makes instance discrimination good for transfer learning?_Jesse~Lau的博客-CSDN博客

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容