Buchumschlag

Unsupervised Incremental Learning Using Confidence-Based Pseudo-Labels

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Rakotoarivony, Lucas
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Contrastive Learning through Auxiliary Branch for Video Object Detection
von: Rakotoarivony, Lucas
Veröffentlicht: (2025)

Multi-Method Ensemble for Out-of-Distribution Detection
von: Rakotoarivony, Lucas
Veröffentlicht: (2025)

Incremental Pseudo-Labeling for Black-Box Unsupervised Domain Adaptation
von: Zou, Yawen, et al.
Veröffentlicht: (2024)

Confidence Self-Calibration for Multi-Label Class-Incremental Learning
von: Du, Kaile, et al.
Veröffentlicht: (2024)

Pseudo-label Learning with Calibrated Confidence Using an Energy-based Model
von: Toba, Masahito, et al.
Veröffentlicht: (2024)

Cooperative Pseudo Labeling for Unsupervised Federated Classification
von: Guo, Kuangpu, et al.
Veröffentlicht: (2025)

Unsupervised Domain Adaptation for 3D LiDAR Semantic Segmentation Using Contrastive Learning and Multi-Model Pseudo Labeling
von: Kaushik, Abhishek, et al.
Veröffentlicht: (2025)

When Confidence Fails: Revisiting Pseudo-Label Selection in Semi-supervised Semantic Segmentation
von: Liu, Pan, et al.
Veröffentlicht: (2025)

Domain Adaptation Using Pseudo Labels
von: Chhabra, Sachin, et al.
Veröffentlicht: (2024)

Unsupervised Semantic Segmentation in Synchrotron Computed Tomography with Self-Correcting Pseudo Labels
von: Yunker, Austin, et al.
Veröffentlicht: (2026)

Uncertainty-Aware Pseudo-Label Filtering for Source-Free Unsupervised Domain Adaptation
von: Chen, Xi, et al.
Veröffentlicht: (2024)

HPL-ESS: Hybrid Pseudo-Labeling for Unsupervised Event-based Semantic Segmentation
von: Jing, Linglin, et al.
Veröffentlicht: (2024)

Unified Unsupervised and Sparsely-Supervised 3D Object Detection by Semantic Pseudo-Labeling and Prototype Learning
von: He, Yushen, et al.
Veröffentlicht: (2026)

Using Unreliable Pseudo-Labels for Label-Efficient Semantic Segmentation
von: Wang, Haochen, et al.
Veröffentlicht: (2023)

Rebalancing Multi-Label Class-Incremental Learning
von: Du, Kaile, et al.
Veröffentlicht: (2024)

VLM-PL: Advanced Pseudo Labeling Approach for Class Incremental Object Detection via Vision-Language Model
von: Kim, Junsu, et al.
Veröffentlicht: (2024)

Shuffle PatchMix Augmentation with Confidence-Margin Weighted Pseudo-Labels for Enhanced Source-Free Domain Adaptation
von: Pulakurthi, Prasanna Reddy, et al.
Veröffentlicht: (2025)

Unsupervised Cross-Domain 3D Human Pose Estimation via Pseudo-Label-Guided Global Transforms
von: Liu, Jingjing, et al.
Veröffentlicht: (2025)

Pseudo-Labeling Based Practical Semi-Supervised Meta-Training for Few-Shot Learning
von: Dong, Xingping, et al.
Veröffentlicht: (2022)

Vox-UDA: Voxel-wise Unsupervised Domain Adaptation for Cryo-Electron Subtomogram Segmentation with Denoised Pseudo Labeling
von: Li, Haoran, et al.
Veröffentlicht: (2024)

FPL+: Filtered Pseudo Label-based Unsupervised Cross-Modality Adaptation for 3D Medical Image Segmentation
von: Wu, Jianghao, et al.
Veröffentlicht: (2024)

PLReMix: Combating Noisy Labels with Pseudo-Label Relaxed Contrastive Representation Learning
von: Liu, Xiaoyu, et al.
Veröffentlicht: (2024)

Dynamic Correlation Learning and Regularization for Multi-Label Confidence Calibration
von: Chen, Tianshui, et al.
Veröffentlicht: (2024)

Do It Yourself: Learning Semantic Correspondence from Pseudo-Labels
von: Dünkel, Olaf, et al.
Veröffentlicht: (2025)

Energy-Based Pseudo-Label Refining for Source-free Domain Adaptation
von: Meng, Xinru, et al.
Veröffentlicht: (2025)

APPLE: Attribute-Preserving Pseudo-Labeling for Diffusion-Based Face Swapping
von: Kang, Jiwon, et al.
Veröffentlicht: (2026)

Confident Pseudo-labeled Diffusion Augmentation for Canine Cardiomegaly Detection
von: Zhang, Shiman, et al.
Veröffentlicht: (2025)

Trust And Balance: Few Trusted Samples Pseudo-Labeling and Temperature Scaled Loss for Effective Source-Free Unsupervised Domain Adaptation
von: Maracani, Andrea, et al.
Veröffentlicht: (2024)

Towards Robust Pseudo-Label Learning in Semantic Segmentation: An Encoding Perspective
von: Li, Wangkai, et al.
Veröffentlicht: (2025)

Pseudo Label Refinery for Unsupervised Domain Adaptation on Cross-dataset 3D Object Detection
von: Zhang, Zhanwei, et al.
Veröffentlicht: (2024)

Semi-supervised Video Semantic Segmentation Using Unreliable Pseudo Labels for PVUW2024
von: Wu, Biao, et al.
Veröffentlicht: (2024)

Smooth Pseudo-Labeling
von: Karaliolios, Nikolaos, et al.
Veröffentlicht: (2024)

Pseudo-labelling meets Label Smoothing for Noisy Partial Label Learning
von: Saravanan, Darshana, et al.
Veröffentlicht: (2024)

3C: Confidence-Guided Clustering and Contrastive Learning for Unsupervised Person Re-Identification
von: Zheng, Mingxiao, et al.
Veröffentlicht: (2024)

UCOD-DPL: Unsupervised Camouflaged Object Detection via Dynamic Pseudo-label Learning
von: Yan, Weiqi, et al.
Veröffentlicht: (2025)

Unsupervised Multiview Contrastive Language-Image Joint Learning with Pseudo-Labeled Prompts Via Vision-Language Model for 3D/4D Facial Expression Recognition
von: Behzad, Muzammil
Veröffentlicht: (2025)

Building-Guided Pseudo-Label Learning for Cross-Modal Building Damage Mapping
von: Li, Jiepan, et al.
Veröffentlicht: (2025)

Adaptive Pseudo Label Selection for Individual Unlabeled Data by Positive and Unlabeled Learning
von: Yamane, Takehiro, et al.
Veröffentlicht: (2025)

Rethinking Precision of Pseudo Label: Test-Time Adaptation via Complementary Learning
von: Han, Jiayi, et al.
Veröffentlicht: (2023)

Label Sharing Incremental Learning Framework for Independent Multi-Label Segmentation Tasks
von: Anand, Deepa, et al.
Veröffentlicht: (2024)