多模态半监督分类模型

仅 10% 标注达 94.6%

针对3D数据标注稀缺,通过多模态强/弱增强与自适应阈值协同,在极低标注率下实现稳定分类。

Yihang, Ding · 宋沫飞

Pattern Recognition 2026

参数信息

总体准确率
94.6 %
平均准确率
92.3 %

技术优势

标注需求极低

仅用 10% 标注数据即在 ModelNet40 上达到高准确率,大幅降低标注成本。

动态优化伪标签

多模态自适应阈值根据当前学习状态动态调整,避免固定阈值导致的错误伪标签。

缓解类别不平衡

通过多模态自适应公平损失处理类别不平衡问题,提升少数类性能。

训练推理加速

采用可微渲染策略,在训练和测试阶段均加快处理速度。

应用场景