LPLCv2

VeriCam 管道通过图聚类增强未知数据分类

研究人员推出 VeriCam，这是一个旨在改进未知数据分类的新型管道，特别适用于需要区分细微差别的细粒度任务。VeriCam 利用为验证任务训练的图像模型来构建复杂的特征空间，并构建表示类别关系的关联图。该管道在 LPLCv2 数据集上进行了验证，解决了捕获设备偏差问题，为车牌识别创建了一个公平的基准。在跨设备场景中，VeriCam 在验证方面达到了 93.45 的 F1 分数，在聚类方面达到了 80.13 的 V-Measure 分数。