您当前的位置：
首页 >
文章列表页 >
融合深度主动学习的视觉目标检测模型
计算机科学与技术 | 更新时间：2026-02-03

    • 融合深度主动学习的视觉目标检测模型

    • Vision object detection model with deep active learning

    • “自动驾驶领域迎来新突破，相关专家构建了基于高斯混合分布的主动视觉目标检测模型，有效降低对标注数据的依赖，仅用54%标注量就达到YOLOX监督学习98.8%性能，为自动驾驶安全感知提供新思路。”
    • 吉林大学学报（工学版）   2025年55卷第11期 页码：3697-3704
    • 作者机构：

      辽宁工业大学 电子与信息工程学院， 辽宁 锦州 121001

    • 作者简介：

      曹玉东（1971-），男，教授，博士. 研究方向：计算机视觉与机器学习. E-mail： caoyd@lnut.edu.cn

    • 基金信息：
      国家自然科学基金项目(12371363);辽宁省应用基础研究计划项目(2022JH2/101300279);辽宁省教育厅基本科研项目(JYTMS20230861)

    • DOI：10.13229/j.cnki.jdxbgxb.20240223    

      中图分类号： TP391

    • 收稿：2024-03-06，

      纸质出版：2025-11-01

    移动端阅览

  • 曹玉东,廖鑫林,陈鑫等.融合深度主动学习的视觉目标检测模型[J].吉林大学学报（工学版）,2025,55(11):3697-3704. DOI： 10.13229/j.cnki.jdxbgxb.20240223.

    CAO Yu-dong,LIAO Xin-lin,CHEN Xin,et al.Vision object detection model with deep active learning[J].Journal of Jilin University(Engineering and Technology Edition),2025,55(11):3697-3704. DOI： 10.13229/j.cnki.jdxbgxb.20240223.

  •  
  •  

0

浏览量

3

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于深度学习的高速公路小目标检测算法
改进YOLOv5s算法的高光谱遥感图像目标检测
采用神经网络架构搜索的高分辨率遥感影像目标检测
基于改进YOLOv5算法的道路目标检测方法
机载广域遥感图像的尺度归一化目标检测方法

相关作者

蒋时森
徐小婷
郝东升
徐慧智
贾煜辉
田丽
杨军
韩鹏飞

相关机构

浙江公路技师学院 试验检测中心
东北林业大学 土木与交通学院
黑龙江八一农垦大学 信息与电气工程学院
兰州交通大学 测绘与地理信息学院
兰州交通大学 电子与信息工程学院
0