- …
- …
#173
summarized by : Shigemichi Matsuzaki
どんな論文か?
セマンティックセグメンテーションにおける継続学習(continual learning).
特徴表現の学習:Contrastive learningとprototype learningによる特徴量のクラスタリングに加え,特徴をスパース化することで新たなクラスを学習するためのスペースを確保.
分類器の正則化:前ステップのモデルから知識の蒸留(knowledge distillation).
新規性
これまでに提案されてきた3つの継続学習のプロトコル全てに対応可能な初の手法
結果
Pascal VOC2012とADE20Kを用いた実験で,既存のSOTA手法を超える精度
その他(なぜ通ったか?等)
- …
- …