
In dieser Dissertation werden drei neuartige Generalized FSOD (G-FSOD)-Ansätze vorgestellt, die das Vergessen von zuvor gelernten Klassen beim Lernen neuer Klassen mit begrenzten Daten minimieren. Die ersten beiden Ansätze reduzieren das Vergessen von Basisklassen, wenn diese während des Trainings noch verfügbar sind. Der dritte Ansatz, für Szenarien ohne Basisdaten, nutzt Wissensdestillation, um den Wissenstransfer zu verbessern. In this dissertation, three novel Generalized Few-Shot Object De ...
DETAILS
Towards Learning Object Detectors with Limited Data for Industrial Applications
Guirguis, Karim
Kartoniert, 262 S.
graph. Darst.
Sprache: Englisch
210 mm
ISBN-13: 978-3-7315-1389-6
Titelnr.: 97964037
Gewicht: 490 g
KIT Scientific Publishing (2025)
Herstelleradresse
KIT Scientific Publishing
Strasse am Forum 2
76131 - DE Karlsruhe
E-Mail: info@ksp.kit.edu