平衡教师模型

显著提升无源检测精度

平衡教师模型解决了自训练中伪标签类别不均与目标域图像分布不均两大问题,通过类别平衡实例选择与渐进目标方差最小化,为无源对象检测提供高质量的伪标签,显著优于现有方法。

Deng, Jinhong · 李文 · 段立新

IEEE Transactions on Circuits and Systems for Video Technology 2024

参数信息

基准数量
5

技术优势

伪标签更均衡

通过类别平衡实例选择模块,自动平衡不同类别的伪标签实例,避免训练被多数类主导。

适应目标域变化

渐进目标方差最小化对齐确定与不确定样本的特征分布,降低目标域数据分布差异。

教师模型更可靠

借助平衡训练,教师模型产生高质量伪标签,引导学生模型逐步适应目标域。

应用场景