基于 MixText 的增强半监督交通事故检测模型 FPMT

交通事故检测的数据和标签获取工作量极大，使得半监督交通事故检测既困难又重要。因此，本文聚焦于半监督学习方式的交通事故检测。提出一种基于 MixText 框架的半监督学习模型 FPMT。数据增强模块引入生成对抗网络以平衡并扩大数据集。在隐藏空间的混合过程中，采用概率伪混合机制以增强正则化并提升模型精度。在训练策略方面，先对全部数据进行无监督训练，随后在部分标记数据上进行监督微调，最终完成半监督训练。通过对四个真实数据集的实证验证，我们的 FPMT 模型在各种指标上表现出色，尤其是在标签率极低的情景下仍表现出鲁健性。