H11-M17_CODE.zip
根據資料集摘要
Method 以圖像級標籤為基礎達成語意分割的持續學習，在訓練Transformer的同時讓一部分的模型向CNN學習，結合Transformer及CNN的知識來達成更好的結果。並在持續性學習中同時針對Transformre及CNN做蒸餾式學習，達成持續學習的效果。 Usage 弱監督及持續性學習之細胞分割模型 Release Note v1.0.0,...
其他資訊
| 欄位 | 值 |
|---|---|
| 最後更新資料 | 十月 10, 2023 |
| 最後更新的詮釋資料 | 十月 10, 2023 |
| 建立 | 十月 10, 2023 |
| 格式 | application/zip |
| 共享範圍/授權 | Other (Non-Commercial) |
| created | 超過 2 年之前 |
| format | ZIP |
| id | 89fd3d38-9170-43ce-97be-5049ed06a749 |
| last modified | 超過 2 年之前 |
| md5 | c93f2c08dc057c04e2fda60abb1ca31d |
| mimetype | application/zip |
| package id | 65cdbcca-a45e-4d16-92e4-57131c79b376 |
| position | 1 |
| proxy url | https://scidm.nchc.org.tw/dataset/65cdbcca-a45e-4d16-92e4-57131c79b376/resource/89fd3d38-9170-43ce-97be-5049ed06a749/nchcproxy/H11-M17_CODE.zip |
| revision id | 716b8de1-2fee-48a5-86d1-69f032bfd3d1 |
| sha256 | 5c4fc794e3829d872d85a64809938eb2e521c0166707274e952d99194c55463e |
| size | 64.4 KiB |
| state | active |
| url type | upload |
推薦資料集：