数据粒度,在AI中多指数据的详细程度,数据的粒度越小,数据的信息越具体,越容易在机器学习中把握数据的规律与本质,所以在机器学习中,我们一般追求数据的细粒度化,多层次化,恰当高效的表示,但是细粒度数据是难以获取的,并且往往难以训练和学习,需要特殊的方法。

VIP内容

主题: Learning Video Object Segmentation from Unlabeled Videos

摘要:

我们提出了一种新的视频对象分割方法(VOS),解决了从未标记的视频中学习对象模式的问题,而现有的方法大多依赖于大量的带注释的数据。我们引入了一个统一的无监督/弱监督学习框架,称为MuG,它全面地捕捉了VOS在多个粒度上的内在特性。我们的方法可以帮助提高对VOS中可视模式的理解,并显著减少注释负担。经过精心设计的体系结构和强大的表示学习能力,我们的学习模型可以应用于各种VOS设置,包括对象级零镜头VOS、实例级零镜头VOS和单镜头VOS。实验表明,在这些设置下,有良好的性能,以及利用无标记数据进一步提高分割精度的潜力。

成为VIP会员查看完整内容
0
24
父主题
Top