.png){kind=icon}
返回
Vessel instance mining for vessel detection with limited annotations
.png){kind=icon}
OA
AI
DOI：10.1038/s41598-026-70725-w.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近年来，基于视频监控的船舶检测已引起广泛关注。然而，当前检测器主要依赖高质量密集标注数据集及大量标注，导致高成本限制了实际部署。为此，本文提出VeIM，一种适用于极有限标注设置的新型船舶实例挖掘框架。具体而言，引入潜在船舶实例召回模块以检索未标注实例，提升训练效率。此外，提出伪船舶实例鉴别模块，通过利用类内一致性和类间区分性验证挖掘的实例。在SeaShip数据集上的大量实验表明，VeIM显著优于基线方法，且仅使用少量标注即可达到全监督目标检测的性能。
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
