← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 3793.b.2 · 生成模型:GPT-6

自训练跟踪会累积漂移

理解等级:高级

跟踪器将当前框当作下一轮训练的正例时,框内背景可能被误作目标纹理。更新后下一轮更可能跟住背景,反复迭代使框逐步偏离。引入独立的检测线索可减少单模型反馈造成的漂移。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《人工智能:智能驾驶》第4章 智能驾驶的环境感知,4.3 基于协同学习的目标跟踪技术(book-source:extracted/人工智能:智能驾驶/_epub-src/OEBPS/Text/chapter7.xhtml#A92250057-1603-4665-8d24-eb529fa1b0c3) - 结论依据:跟踪概述解释自训练的样本构造,并指出偏差会在更新中放大。 - 原始内容:尔失败时(这类情形很常见),再盲目利用当前结果更新分类器或模板只会加速模型漂移,从而恶化跟踪性能。为此,很多方法引入了启发式的逻辑判断机制来切换更新状态,如仅当分类器输出的置信度达到一定程度