CTFS：极少标注下提升前视声呐分割精度
热点事件持续更新
CTFS：极少标注下提升前视声呐分割精度
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Ping Guo 等研究者提出面向前视声呐图像语义分割的协作教师框架 CTFS，论文已被 CVPR 2026 Finding 接收。在 FLSMD 数据集仅 2% 数据有标注的条件下，该方法 mIoU 较其他 SOTA 方法提升 5.08%。 该框架采用一个通用教师与多个声呐专属教师交替指导的多教师策略，并通过跨教师可靠性评估机制量化伪标签可靠性，以抑制噪声伪标签。
AI 根据报道生成 · 1 小时前更新
最新进展11月6日 13:00
CTFS：面向前视声呐图像语义分割的协作教师框架，极少量标注下提升 mIoU报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv cs.AICTFS：面向前视声呐图像语义分割的协作教师框架，极少量标注下提升 mIoU
研究者提出面向前视声呐图像语义分割的协作教师框架 CTFS，采用一个通用教师与多个声呐专属教师的多教师交替指导策略，并设计跨教师可靠性评估机制量化伪标签可靠性以抑制噪声伪标签。在 FLSMD 数据集仅 2% 标注的条件下，该方法 mIoU 较其他 SOTA 方法提升 5.08%，论文已被 CVPR 2026 Finding 接收。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。