返回
Dynamic deep multi-label image data augmentation based on self-paced learning
DOI:10.1016/j.cviu.2025.104530.png)
摘要
En 中文
• 端到端框架通过自适应增强改进多标签分类。• 自定步长学习选择简单样本以指导训练过程中的增强。• 图像数据合成减少自定步长选择的样本中的类别不平衡。• 噪声缓解过滤低相似度样本以提升训练质量。
期刊
IF:
3.5
论文数:
555
被引数:
7.3K
机构
引用论文
Probability Guided Loss for Long-Tailed Multi-Label Image ClassificationLin, D. 长尾多标签图像分类的概率引导损失。人工智能会议论文集,2023, 37, 1577–1585. [Google Scholar] [CrossRef]

