持续半监督学习国际研讨会：介绍、基准与基线
计算机视觉与模式识别
2021-10-28 v1 人工智能
摘要
本文旨在形式化一种新的持续半监督学习（CSSL）范式，该范式通过 IJCAI 2021 持续半监督学习国际研讨会（CSSL-IJCAI）提请机器学习界关注，以提高领域对该问题的认识并动员相关力量朝此方向努力。在给出持续半监督学习的正式定义以及相应的训练与测试协议后，本文引入了两个专门设计用于评估 CSSL 在计算机视觉两项重要任务上的新基准：动作识别与人群计数。我们描述了基于这些基准构建的持续动作识别（CAR）与持续人群计数（CCC）挑战、为挑战提出的基线模型，并描述了一个简单的 CSSL 基线，其由在有限轮数内于时间片段上应用批量自训练组成。结果表明，从未标记数据流中学习极具挑战性，并激励人们探索能够编码数据流动态的方法。
引用
@article{arxiv.2110.14613,
title = {International Workshop on Continual Semi-Supervised Learning: Introduction, Benchmarks and Baselines},
author = {Ajmal Shahbaz and Salman Khan and Mohammad Asiful Hossain and Vincenzo Lomonaco and Kevin Cannons and Zhan Xu and Fabio Cuzzolin},
journal= {arXiv preprint arXiv:2110.14613},
year = {2021}
}