向阳而生
Contextual Diversity for Active Learning Contextual Diversity for Active Learning
语境多样性主动学习(ECCV2020)Abstract 先进的AL方法通常依赖于视觉多样性或预测不确定性的测量,这无法有效地捕捉空间环境中的变化 现代CNN架构大量使用空间背景来实现高精度的预测。由于在缺乏真值标签的情况下,环境很难评估,因
Task-Aware Variational Adversarial Active Learning Task-Aware Variational Adversarial Active Learning
任务感知变分对抗性主动学习(CVPR2021)Abstract 最近对人工智能的两个有前景的研究方向 task-agnostic approach to select data points that are far from the c
Active Learning by Feature Mixing Active Learning by Feature Mixing
基于特征混合的主动学习(CVPR2022)Abstract 主动学习(AL)的前景是,通过从未标记的数据池中选择最有价值的数据进行注释,从而降低标注成本。 一种新的批处理AL的方法,称为ALFA-Mix。 通过寻找由于对其特征的干预而导