跳到主要内容
10.1145/3643832.3661400acm会议文章/章节视图摘要出版物页面mobisys公司会议记录会议集合
短纸

海报:用于类别增量语义分割的类别平衡示例记忆选择

出版:2024年6月4日 出版历史

摘要

类别增量语义分割(CISS)对于在不断变化的现实环境中从移动设备操作图像分析来说是一项具有挑战性的任务。在CISS中,数据重放方法是一种有效的方法,它选择并存储一部分过去的类数据作为样本存储器,以连续地学习增加的类对象,而不会忘记。我们以SSUL-M为基线,提出了考虑对象类的样本内存选择方法。

工具书类

[1]
法比奥·塞尔梅利、马西米利亚诺·曼奇尼、塞缪尔·罗塔·布洛、伊丽莎·里奇和芭芭拉·卡普托。2020年。语义分割中增量学习的背景建模。IEEE/CVF计算机视觉和模式识别会议论文集。9233--9242.
[2]
Sungmin Cha、YoungJoon Yoo、Taesup Moon等人,2021年。Ssul:用于基于范例的类增量学习的带有未知标签的语义分段。神经信息处理系统研究进展34 (2021), 10919--10930.
[3]
Mark Everingham和John Winn。2012年。PASCAL可视对象类挑战2012(VOC2012)开发工具包。模式分析。统计模型。计算。学习。,技术代表2007, 1-45 (2012), 5.
[4]
何开明、张湘玉、任少清、孙建军。2016.图像识别的深度残差学习。IEEE计算机视觉和模式识别会议记录。770--778.
[5]
侯启斌、程明明、胡晓伟、阿里·博尔吉、涂卓文和菲利普·托尔斯。2017.对短连接的显著物体检测进行深度监督。IEEE计算机视觉和模式识别会议记录。3203--3212.
[6]
王丽媛、张星星、苏航和朱军。2024.持续学习综合调查:理论、方法和应用。IEEE模式分析和机器智能汇刊(2024).

索引术语

  1. 海报:用于类别增量语义分割的类别平衡示例记忆选择

      建议

      评论

      信息和贡献者

      问询处

      发布于

      封面图片ACM会议
      MOBISYS’24:第22届移动系统、应用和服务国际年会会议记录
      2024年6月
      778页
      国际标准图书编号:9798400705816
      内政部:10.1145/3643832
      如果复制品不是为了盈利或商业利益而制作或分发的,并且复制品的第一页载有本通知和完整引文,则允许免费制作本作品的全部或部分数字或硬拷贝以供个人或课堂使用。必须尊重作者以外的其他人对本作品组成部分的版权。允许用信用证进行摘要。要以其他方式复制或重新发布,在服务器上发布或重新发布到列表,需要事先获得特定许可和/或付费。从请求权限[电子邮件保护].

      赞助商

      合作中

      出版商

      计算机协会

      美国纽约州纽约市

      出版历史

      出版:2024年6月4日

      检查更新

      作者标记

      1. 类增量语义分割
      2. 数据重放

      限定符

      • 短片

      会议

      MOBISYS’24
      赞助商:

      接受率

      总体接受率1679份提交文件中的274份,16%

      贡献者

      其他指标

      文献计量学和引文

      文献计量学

      文章指标

      • 0
        引文总数
      • 15
        总下载次数
      • 下载量(最近12个月)15
      • 下载次数(最近6周)2
      反映截至2024年9月22日的下载量

      其他指标

      引文

      视图选项

      获取访问权限

      登录选项

      完全访问权限

      查看选项

      PDF格式

      以PDF文件查看或下载。

      PDF格式

      电子阅读器

      使用联机查看电子阅读器.

      电子阅读器

      媒体

      数字

      其他

      桌子

      分享

      分享

      共享此出版物链接

      在社交媒体上分享