H11-M13_持續性學習之物體偵測模型

Method

由於現有的病理影像資料集常是以實例分割的方式提供，為了達成更好的持續學習物件偵測效果，本方法於持續學習步驟中每次分為兩階段，於第一階段，先利用現有的持續學習語意分割方法SSUL, NeurIPS 2021生成語意分割先驗知識，再於第二階段以此先驗知識為額外輸入協助達成更好的持續學習物件偵測結果。

Usage

能用於持續性學習之細胞偵測模型

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.

資料與資源

額外的資訊

欄位	值
維護者	蔡順先
版本	1.0
最後更新	五月 24, 2024, 15:02 (CST)
建立	七月 11, 2023, 13:12 (CST)

推薦資料集：

107年桃園市地方稅務局本轄代發他機關作業統計表

付費方式免費

更新頻率不定期

107年桃園市地方稅務局本轄代發他機關作業統計表

insight_test_25459

付費方式免費

更新頻率不定期

桃園市政府地方稅務局104年稅務秘書執行成果表

付費方式免費

更新頻率不定期

104年稅務秘書執行成果表

臺北市勞資爭議案件(91年至96年)

付費方式免費

更新頻率不定期

臺北市勞資爭議案件(91年至96年)時間數列統計資料

臺北市消防相關法規

付費方式免費

更新頻率不定期

臺北市消防相關法規