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:


  • 109年度宜蘭縣拒用瘦肉精肉品自主管理商店名單

    Payment instrument Free
    Update frequency Irregular
    宜蘭縣拒用瘦肉精肉品自主管理商店名單
  • 石材類檢測

    Payment instrument Free
    Update frequency Irregular
    所有測試項目包含台灣製MIT微笑標章功能性檢測,公共工程石材品質檢測,以及石材工法的檢測
  • 焚化廠營運年報

    Payment instrument Free
    Update frequency Irregular
    全國焚化廠營運年報資料
  • 臺南市政府消防局標案明細表

    Payment instrument Free
    Update frequency Irregular
    本資料集提供標案明細表。
  • 臺南市附屬單位決算綜計表-營業基金資產負債綜計表_依科目分別

    Payment instrument Free
    Update frequency Irregular
    提供臺南市各年度附屬單位決算綜計表-營業基金資產負債綜計表_依科目分別