-
题名半监督深度学习图像分类方法研究综述
被引量：21
- 1
-
-
作者
吕昊远
俞璐
周星宇
邓祥
-
机构
陆军工程大学通信工程学院
-
出处
《计算机科学与探索》
CSCD
北大核心
2021年第6期1038-1048,共11页
-
基金
国家自然科学基金(61702543)。
-
文摘
作为人工智能领域近十年来最受关注的技术之一,深度学习在诸多应用中取得了优异的效果,但目前的学习策略严重依赖大量的有标记数据。在许多实际问题中,获得众多有标记的训练数据并不可行,因此加大了模型的训练难度,但容易获得大量无标记的数据。半监督学习充分利用无标记数据,提供了在有限标记数据条件下提高模型性能的解决思路和有效方法,在图像分类任务中达到了很高的识别精准度。首先对于半监督学习进行概述,然后介绍了分类算法中常用的基本思想,重点对近年来基于半监督深度学习框架的图像分类方法,包括多视图训练、一致性正则、多样混合和半监督生成对抗网络进行全面的综述,总结多种方法共有的技术,分析比较不同方法的实验效果差异,最后思考当前存在的问题并展望未来可行的研究方向。
-
关键词
半监督深度学习
多视图训练
一致性正则
多样混合
半监督生成对抗网络
-
Keywords
semi-supervised deep learning
multi-view training
consistency regularization
diversity mixing
semisupervised generative adversarial networks
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
