- Retrait en 2 heures
- Assortiment impressionnant
- Paiement sécurisé
- Toujours un magasin près de chez vous
- Retrait gratuit dans votre magasin Club
- 7.000.0000 titres dans notre catalogue
- Payer en toute sécurité
- Toujours un magasin près de chez vous
Towards Learning Object Detectors with Limited Data for Industrial Applications
Karim Guirguis
44,95 €
+ 89 points
Description
In dieser Dissertation werden drei neuartige Generalized FSOD (G-FSOD)-Ansätze vorgestellt, die das Vergessen von zuvor gelernten Klassen beim Lernen neuer Klassen mit begrenzten Daten minimieren. Die ersten beiden Ansätze reduzieren das Vergessen von Basisklassen, wenn diese während des Trainings noch verfügbar sind. Der dritte Ansatz, für Szenarien ohne Basisdaten, nutzt Wissensdestillation, um den Wissenstransfer zu verbessern. In this dissertation, three novel Generalized Few-Shot Object Detection (G-FSOD) approaches are presented to minimize the forgetting of previously learned classes while learning new classes with limited data. The first two approaches reduce the forgetting of base classes if they are still available during training. The third approach, for scenarios without base data, uses knowledge distillation to improve the knowledge transfer.
Spécifications
Parties prenantes
- Auteur(s) :
- Editeur:
Contenu
- Nombre de pages :
- 262
- Langue:
- Anglais
- Collection :
- Tome:
- n° 23
Caractéristiques
- EAN:
- 9783731513896
- Format:
- Livre broché
- Dimensions :
- 148 mm x 16 mm
- Poids :
- 490 g
Seulement chez Librairie Club
+ 89 points sur votre carte client de Librairie Club
INSPIRATION
Les avis
Nous publions uniquement les avis qui respectent les conditions requises. Consultez nos conditions pour les avis.