Applicaiton Required

H11-M14_持續性學習之影像分割模型

Method

為了使細胞實例分割模型具有持續性學習的能力,本方法以兩階段的實例分割模型為框架,加入輸出層級以及特徵層級的知識蒸餾以解決持續性學習裡的災難性遺忘問題,並且以偽標籤方法來解決來解決背景偏移問題,使得模型可以持續學習新資料以及新類別。

Usage

能用於持續性學習之細胞分割模型

Release Note

  • v1.0.0, 2023/07/11

Acknowledgements

This work was supported in part by the National Science and Technology Council, Taiwan under Grant NSTC 111-2634-F-006-012. We thank to National Center for High-performance Computing (NCHC) for providing computational and storage resources.

データとリソース

追加情報

フィールド
メンテナー 蔡順先
最終更新 10月 10, 2023, 20:24 (CST)
作成日 7月 11, 2023, 15:03 (CST)

推薦資料集:


  • Applicaiton Required

    testtest

    Payment instrument Free
    Update frequency Irregular
  • 契稅稅源統計月報表-10710

    Payment instrument Free
    Update frequency Irregular
    提供本市各行政區102年1月起每月之契稅稅源統計資料-10710
  • 特別稅欠稅數

    Payment instrument Free
    Update frequency Irregular
    特別稅欠稅數資料
  • 綜合所得稅各項已繳及應補退稅戶數金額各級距申報統計表-縣市別:臺北市

    Payment instrument Free
    Update frequency Irregular
    綜合所得稅各項已繳及應補退稅戶數金額各級距申報統計表-縣市別:臺北市 單位:金額(千元)
  • 車輛偵測器動態資訊

    Payment instrument Free
    Update frequency Irregular
    提供VD 狀態及偵測值的標準格式,每5分鐘提供各車道不同車種的速率、流量及佔有率,並標示VD 運作狀況。※另提供車輛偵測器靜態資訊,可提供一起使用※(http://data.ntpc.gov.tw/od/detail?oid=7A9B2986-65FB-43EC-B8FF-97CF08E85C88)