登录社区云，与社区用户共同成长
邀请您加入社区
在低光照场景中检测物体是一个持续的挑战，因为在光照良好的数据上训练的检测器由于低可见度而在低光照数据上表现出显著的性能下降。以前的方法通过探索具有真实的低光照图像数据集的图像增强或物体检测技术来缓解这个问题。然而，该进展受到关于收集和注释低光图像的固有困难的阻碍。为了应对这一挑战，我们提出了一种基于零拍摄昼夜域自适应的微光目标检测方法，其目的是将检测器从光照良好的场景推广到微光场景，而不需要真实的
本文详细介绍了 Ensemble Learning（集成学习），包括 Bagging、Boosting 到 Stacking 等常见集成学习方法。
