基于深度半监督学习的目标检测技术综述
作者机构：中国人民解放军陆军勤务学院 中国人民解放军31680部队 西南交通大学信息科学与技术学院
出 版 物：《电讯技术》 (Telecommunication Engineering)
年 卷 期：2024年
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081104[工学-模式识别与智能系统] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：2023年度重庆市研究生科研创新项目(CYS23778) 2023年重庆市教委科学技术研究重点项目(KJZD-K202312903)
摘 要：基于深度半监督学习的目标检测技术利用少量带标注信息的样本和大量无标注信息的样本进行模型训练，减少了对标注样本的依赖，提高了准确性和效率。首先介绍了基于深度半监督学习的目标检测理论，依据损失函数和模式设计方式的不同对其方法进行了分类，然后基于MS-COCO和Pascal VOC数据集对典型方法进行了性能对比，最后分析了其挑战和发展趋势，旨在为相关研究提供参考。
同方期刊数据库