Multi-task learning on partially labeled datasets via invariant/equivariant semi-supervised learning

En 3 lignesÉtude de l'apprentissage semi-supervisé invariant et équivariant (FixMatch, Dense FixMatch) pour l'entraînement multi-tâches sur données partiellement annotées. Tests sur Cityscapes et BDD100K pour détection d'objets et segmentation sémantique. Les approches équivariantes surpassent les baselines supervisées, particulièrement avec peu d'échantillons étiquetés par tâche.

Résumé généré par Claude — vérifié par l'humain