H11-M17_WEIGHT.zip
根據資料集摘要
Method 以圖像級標籤為基礎達成語意分割的持續學習,在訓練Transformer的同時讓一部分的模型向CNN學習,結合Transformer及CNN的知識來達成更好的結果。並在持續性學習中同時針對Transformre及CNN做蒸餾式學習,達成持續學習的效果。 Usage 弱監督及持續性學習之細胞分割模型 Release Note v1.0.0,...
其他資訊
欄位 | 值 |
---|---|
最後更新資料 | 十月 10, 2023 |
最後更新的詮釋資料 | 十月 10, 2023 |
建立 | 十月 10, 2023 |
格式 | ZIP |
共享範圍/授權 | Other (Non-Commercial) |
Media type | application/zip |
Size | 276,843,354 |
format | ZIP |
has views | True |
id | 5b3caa8f-6eda-43cf-8c72-59120a81811d |
last modified | 超過 1 年之前 |
md5 | 2cc965311f996e5698c7d2a031ab068b |
on same domain | True |
package id | 65cdbcca-a45e-4d16-92e4-57131c79b376 |
position | 2 |
proxy url | https://scidm.nchc.org.tw/zh_TW/dataset/65cdbcca-a45e-4d16-92e4-57131c79b376/resource/5b3caa8f-6eda-43cf-8c72-59120a81811d/nchcproxy/H11-M17_WEIGHT.zip |
revision id | 11cea6eb-1656-4ade-9665-94420cda7014 |
sha256 | 34330c14002a9eb261cc1facd523e48f3082be5de1a80bf4f6a738209b0b007f |
state | active |
url type | upload |
建立 | 超過 1 年之前 |
推薦資料集: