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:


  • 108年臺南市中低收入戶輔導就業服務-本年累計至當季底

    Payment instrument Free
    Update frequency Irregular
    108年每季臺南市中低收入戶輔導就業服務
  • 綜合所得稅申報與核定之應納與應補退稅戶數金額各級距申報統計表-縣市別:金門縣

    Payment instrument Free
    Update frequency Irregular
    綜合所得稅申報與核定之應納與應補退稅戶數金額各級距申報統計表-縣市別:金門縣 單位:金額(千元)
  • 新北市自行車道建設統計資料(新)-板橋區

    Payment instrument Free
    Update frequency Irregular
    提供新北市已完成自行車道、路線及里程資料-板橋區
  • 食品業者登錄數

    Payment instrument Free
    Update frequency Irregular
    食品業者登錄數
  • 臺北捷運各站進出量統計

    Payment instrument Free
    Update frequency Irregular
    捷運車站每日各站進出量統計(自104年11月起提供每小時各站進出站量統計)。 本公司考量拓展資料使用之面向,自106年1月起提供「臺北捷運每日分時各站OD流量統計資料」(資料集名稱:臺北捷運各站分時進出量統計),故本項統計資料將提供至105年12月止。