【multi-label】Learning a Deep ConvNet for Multi-label Classification with Partial Labels
来源：CVPR2019 下载链接：https://arxiv.org/abs/1902.09720 本文目的：为了减少图片中多标签标注的成本，提出了一种训练模型的方式：训练模型的样本使用标签没有标注完整的图片； 作者的贡献： 1）比较了多标签数据集的标注方法，作者的方法证明了使用部分标注的所有图片效果好于标注了所有标签的小数据集； 2）提出了一种scalable方法用于ConvNet去学习部分标签
相关文章
- 1. Learning a Deep ConvNet for Multi-label Classification with Partial Labels 论文笔记
- 2. Multilabel Image Classification With Regional Latent Semantic Dependencies
- 3. Multilabel classification(多标签分类 SVM) -- sklearn
- 4. 《Deep learning for time series classification a review》笔记
- 5. Unsupervised Person Re-identification by Soft Multilabel Learning
- 6. A Vision for Making Deep Learning Simple
- 7. Image classification with deep learning常用模型
- 8. Week1.3 Simple deep learning for text classification
- 9. FCN + Multilabel Caffe方法综述
- 10. caffe学习笔记之Multilabel classification on PASCAL using python data-layers
- 更多相关文章...
- • Scala for循环 - Scala教程
- • Lua for 循环 - Lua 教程
- • 为了进字节跳动，我精选了29道Java经典算法题，带详细讲解
- • Java Agent入门实战（三）-JVM Attach原理与使用
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. Learning a Deep ConvNet for Multi-label Classification with Partial Labels 论文笔记
- 2. Multilabel Image Classification With Regional Latent Semantic Dependencies
- 3. Multilabel classification(多标签分类 SVM) -- sklearn
- 4. 《Deep learning for time series classification a review》笔记
- 5. Unsupervised Person Re-identification by Soft Multilabel Learning
- 6. A Vision for Making Deep Learning Simple
- 7. Image classification with deep learning常用模型
- 8. Week1.3 Simple deep learning for text classification
- 9. FCN + Multilabel Caffe方法综述
- 10. caffe学习笔记之Multilabel classification on PASCAL using python data-layers