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.

資料與資源

額外的資訊

欄位	值
維護者	蔡順先
最後更新	十月 10, 2023, 20:24 (CST)
建立	七月 11, 2023, 15:03 (CST)

推薦資料集：

中央選舉委員會預算案

付費方式免費

更新頻率不定期

中央選舉委員會預算

新竹市政府財政處經管市有閒置房地公開標租清冊

付費方式免費

更新頻率不定期

新竹市政府財政處市有房地公開標租

宜蘭縣垃圾衛生掩埋場進場量資料

付費方式免費

更新頻率不定期

由宜蘭縣政府環境保護局提供宜蘭縣垃圾衛生掩埋場進場量資料(CSV, XML, JSON格式資料)

財政部北區國稅局為民服務手冊及白皮書

付費方式免費

更新頻率不定期

財政部北區國稅局為民服務手冊及白皮書

產業缺人才現況與對策

付費方式免費

更新頻率不定期

為充裕我國產業人才，政府業推動本對策，以促進我國經濟發展。