鲁棒学习改善无监督图像聚类Improving Unsupervised Image Clustering With Robust Learning
正在缓冲...
非监督图像聚类算法通常是提出一个辅助目标函数间接训练模型，并且聚类结果受到错误的预测和过于自信的影响，作者将现有聚类算法生成的伪标签（可能会包含错误分类的样本）看作噪声样本，而它的重新训练过程可以纠正错误分类并缓解过度自信的问题。该模块可以作为其他聚类算法的附加模块用来提高精度。
同学帮/视觉系：https://space.bilibili.com/202603446
源码及文档见：https://gitee.com/swjtugx/classmate
顶部