日本无码免费高清在线|成人日本在线观看高清|A级片免费视频操逼欧美|全裸美女搞黄色大片网站|免费成人a片视频|久久无码福利成人激情久久|国产视频一二国产在线v|av女主播在线观看|五月激情影音先锋|亚洲一区天堂av

  • 手機(jī)站
  • 小程序

    汽車測試網(wǎng)

  • 公眾號

    • 汽車測試網(wǎng)

    • 在線課堂

    • 電車測試

一文讀懂自動(dòng)駕駛數(shù)據(jù)閉環(huán)

2021-09-21 18:17:01·  來源：智駕最前沿  
　
注意最近的一些新方法：
  • “DetCo: Unsupervised Contrastive Learning for Object Detection“
 
  • “PointContrast: Unsupervised Pre-training for 3D Point Cloud Understanding“
 
  • “MonoRUn: Monocular 3D Object Detection by Reconstruction and Uncertainty Propagation“
 
  • “Weakly Supervised Semantic Point Cloud Segmentation: Towards 10x Fewer Labels“
 
8）少樣本/零樣本學(xué)習(xí)
零樣本學(xué)習(xí)（Zero-shot learning，ZSL）旨在識別在訓(xùn)練期間可能未見過實(shí)例的目標(biāo)。雖然大多數(shù)ZSL方法都使用判別性損失（discriminative losses）進(jìn)行學(xué)習(xí)，但少數(shù)生成模型（generative models）將每個(gè)類別表示為概率分布。
對于未見類（unseen classes），ZSL除了無法訪問其視覺或輔助信息的inductive設(shè)置之外，transductive方法無需訪問標(biāo)簽信息，直接用已見類（seen classes）和未見類一起的視覺或語義信息。
ZSL屬于遷移學(xué)習(xí)（TL），源特征空間為訓(xùn)練實(shí)例，目標(biāo)特征空間為測試實(shí)例，二者特征空間一樣。但對于已見類和未見類，標(biāo)簽空間是不同的。
為了從有限的監(jiān)督信息中學(xué)習(xí)，一個(gè)新的機(jī)器學(xué)習(xí)方向稱為少樣本學(xué)習(xí) (Few-Shot Learning ，F(xiàn)SL)。基于如何使用先驗(yàn)知識，F(xiàn)SL可分為三個(gè)類：1）用數(shù)據(jù)先驗(yàn)知識來增強(qiáng)監(jiān)督經(jīng)驗(yàn)，2）通過模型先驗(yàn)知識約束假設(shè)空間，和3）用算法先驗(yàn)知識改變假設(shè)空間中最佳參數(shù)的搜索方式。
FSL 可以是監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)（RL），取決于除了有限的監(jiān)督信息之外還有哪些數(shù)據(jù)可用。許多 FSL 方法是元學(xué)習(xí)（meta learning）方法，以此作為先驗(yàn)知識。
最近的一些實(shí)例方法：
  • “Don’t Even Look Once: Synthesizing Features for Zero-Shot Detection“
 
  • “Zero-Shot Semantic Segmentation“
 
  • “Zero-Shot Learning on 3D Point Cloud Objects and Beyond“
 
  • “Few-Shot Object Detection and Viewpoint Estimation for Objects in the Wild“
 
  • “Self-Supervised Few-Shot Learning on Point Clouds“
 
  • “Few-shot 3D Point Cloud Semantic Segmentation“
 
分享到：
 
反對 0 舉報(bào) 0 收藏 0 評論 0
滬ICP備11026917號-25