不确定度引导的对抗主动学习目标检测方法

摘要： 基于主动学习的目标检测通常使用更少的标注数据来提高目标检测模型的性能，即学习者可以从大量未标注样本中选取有价值的样本进行人工标注，并通过迭代训练来优化模型。然而，现有基于主动学习的目标检测方法仍然无法有效平衡样本不确定性和多样性，且查询样本冗余度高。为了解决这一问题，提出一种不确定度引导的对抗主动学习目标检测方法。首先，引入损失预测模块评估未标注样本的不确定度，并利用不确定度引... （共10页）