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

原文链接

NSTRS

中文摘要：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。

报告作者：

阚美娜、山世光

展开 >

作者单位：

中国科学院计算技术研究所

关键词：

深度学习弱监督学习半监督学习无监督学习自监督学习

全文页数：

报告类型：

年度报告

编制时间：

2019-12-09

立项年：

2018