인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
This paper addresses the task of class-incremental weakly supervised object localization, which aims to learn new classes using only image-level class labels while retaining the knowledge of previously learned classes. Although this task is valuable in various real-world applications, incremental learning object localization using only image-level class labels presents significant challenges in terms of achieving robust and accurate results. To address this problem, we propose leveraging a contrastive language–image pre- trained model and self-supervised learning model to generate dense pseudo-labels. We then train an object localization network using the generated pseudo-labels, ground-truth image-level class labels, knowledge distillation losses, an exemplar set, and feature drift compensation modules. To demonstrate the effectiveness of the proposed method, we compare its performance with that of previous state-of-the-art methods on the publicly available ImageNet-100 dataset.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-094004386
