基于CBAM的弱监督目标检测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要 由于实例级类别标注的缺失，弱监督目标检测网络在精确预测目标位置时面临显著挑战。当前主流策略倾向于采用分阶段学习，然而这一过程可能导致特定对象类别陷入局部最优。为克服此难题，提出一种新的端到端联合训练框架，即构建了一个集成多实例学习与边界框回归分支的统一网络架构，两者共享一个高效的主干网络以促进协同。（剩余7696字）

试读结束

目录
monitor