arXiv · 机器人与计算机视觉· Chunming He, Dingming Zhang, Fengyang Xiao, Zhiwen Cao, Sina Farsiu·· 28 天前AI 评分48
PaceShift:监督自适应课程与受控反课程学习提升稠密预测
Supervision-Adaptive Curriculum and Guarded Anti-Curriculum Learning for Dense Prediction
AI 导读
PaceShift 提出“先稳定后挑战”范式,结合监督自适应课程选择与受控光谱后训练,在 CECS 等稠密预测任务中提升准确率并改善校准度。该方法支持全监督、弱监督及模型衍生监督,保持部署架构不变且零推理计算开销。代码将公开发布。
来源:arXiv · 机器人与计算机视觉 · arxiv.org