https://blog.qife122.com/tags/%E5%9B%BE%E5%83%8F%E8%81%9A%E7%B1%BB/ Recent content in 图像聚类 on 办公AI智能小助手 Hugo zh-cn qife Fri, 03 Oct 2025 06:54:08 +0800 https://blog.qife122.com/p/%E7%9B%91%E7%9D%A3%E5%AD%A6%E4%B9%A0%E5%9C%A8%E5%9B%BE%E5%83%8F%E8%81%9A%E7%B1%BB%E4%B8%AD%E7%9A%84%E5%88%9B%E6%96%B0%E5%BA%94%E7%94%A8/ Fri, 03 Oct 2025 06:54:08 +0800 https://blog.qife122.com/p/%E7%9B%91%E7%9D%A3%E5%AD%A6%E4%B9%A0%E5%9C%A8%E5%9B%BE%E5%83%8F%E8%81%9A%E7%B1%BB%E4%B8%AD%E7%9A%84%E5%88%9B%E6%96%B0%E5%BA%94%E7%94%A8/ <h2 id="使用监督学习训练图像聚类模型">使用监督学习训练图像聚类模型</h2> <p>大多数机器学习模型使用监督学习，这意味着它们是在标注数据上训练的，而获取标注数据成本高昂且耗时。无监督学习的主要方法是聚类，即根据显著特征将数据点分组。每个聚类代表某个类别，例如同一个人的照片或同一物种的动物照片。</p> https://blog.qife122.com/p/%E7%9B%91%E7%9D%A3%E5%AD%A6%E4%B9%A0%E9%A9%B1%E5%8A%A8%E7%9A%84%E5%9B%BE%E5%83%8F%E8%81%9A%E7%B1%BB%E6%96%B0%E7%AA%81%E7%A0%B4/ Wed, 17 Sep 2025 20:43:13 +0800 https://blog.qife122.com/p/%E7%9B%91%E7%9D%A3%E5%AD%A6%E4%B9%A0%E9%A9%B1%E5%8A%A8%E7%9A%84%E5%9B%BE%E5%83%8F%E8%81%9A%E7%B1%BB%E6%96%B0%E7%AA%81%E7%A0%B4/ <h1 id="使用监督学习训练图像聚类模型">使用监督学习训练图像聚类模型</h1> <p>基于层次图神经网络的方法将F分数相对前代模型提升49%</p> <p><strong>会议</strong><br> ICCV 2021</p> <p><strong>相关出版物</strong><br> 《学习层次图神经网络进行图像聚类》</p> <p>大多数机器学习模型采用监督学习，需要依赖标注数据进行训练，而获取标注数据成本高昂且耗时。无监督学习的主要方法是聚类，即根据显著特征将数据点分组。每个聚类代表某种类别，例如同一人物的照片或同一动物物种的照片。</p>