跳到正文
arXiv · AI· Mohammad Mirzaee, Mehrshad Fallah Estalkhzir, Mohammad Reza Mohammadi·· 13 小时前AI 评分28

利用基础模型 YOLO-World 提升主动学习初始数据选择性能

Enhancing Active Learning Performance with Initial Data Selection Based on Foundation Models

AI 导读

研究提出基于 YOLO-World 的主动学习框架,通过特征聚类和物体置信度优化初始标注池。 在 NWPU 数据集测试中,该方法将 mAP50 平均提升 6.6%,基于物体的评估改进约 11%。 基础模型在主动学习早期周期能显著提升性能并减少标注时间。

来源:arXiv · AI · arxiv.org