研究者提出SFDA-SPF弱监督定位域适应方法
热点事件持续更新
研究者提出SFDA-SPF弱监督定位域适应方法
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究者 Alexis Guichemerre 等人提出无源域适应方法 SFDA-SPF，用于缓解弱监督目标定位（WSOL）在跨域偏移下预测过度集中于少数主导类的问题。该方法无需真实目标类分布知识。 SFDA-SPF 构建两个样本集：由主导类决策边界附近不确定样本组成的“遗忘集”，以及锚定准确样本的“保留集”，并引入互补优化目标降低主导类概率。该方法同时联合优化像素级分类器以提升定位性能。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
SFDA-SPF：面向组织学图像弱监督定位的选择性预测遗忘方法报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.CVSFDA-SPF：面向组织学图像弱监督定位的选择性预测遗忘方法
针对弱监督目标定位（WSOL）在跨域偏移下预测过度集中于少数主导类的问题，研究者提出无源域适应方法 SFDA-SPF，通过构建由主导类决策边界附近不确定样本组成的"遗忘集"和锚定准确样本的"保留集"，并引入互补优化目标降低主导类概率，无需真实目标类分布知识。该方法同时联合优化像素级分类器以提升定位性能。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月15日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。