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：

103年臺北市稅捐稽徵處電話問卷調查報告

付費方式免費

更新頻率不定期

103年臺北市稅捐稽徵處電話問卷調查報告

桃園市備用水井取水點資料

付費方式免費

更新頻率不定期

桃園市備用水井取水點位置

臺北市政府推介就業服務按就業者職業別(85年至104年)

付費方式免費

更新頻率不定期

臺北市政府推介就業服務按就業者職業別(85年至104年)時間數列統計資料

10953-01-04-2 臺中市取締賭博性電動玩具成果

付費方式免費

更新頻率不定期

臺中市取締賭博性電動玩具成果

臺北市南港車站區段徵收範圍開發前後地號資料

付費方式免費

更新頻率不定期

臺北市南港車站區段徵收範圍開發前後地號資料