首页|复杂样本条件下的深度学习方法与技术2019年度进展报告

复杂样本条件下的深度学习方法与技术2019年度进展报告

扫码查看
2019年度,本课题在多源感知数据资源建设、无标注样本深度学习、弱标注样本深度学习、以及多标注样本深度学习等方面取得了一些进展,提出了利用知识生成数据、利用外源数据、多源任务协同学习、自监督学习等新方法与技术,提高了复杂样本条件下深度学习的推广能力,并在面部动作单元识别、图像编辑、物体检测与分类等任务上取得了显著的性能提升。按照预定计划完成了本年度任务。

阚美娜、山世光

展开 >

中国科学院计算技术研究所

深度学习 弱监督学习 半监督学习 无监督学习 自监督学习

21

年度报告

2019-12-09

2018