تصنيف الصور شبه المُشرف عليه
يقوم تصنيف الصور شبه المُشرف عليه بتدريب شبكات عصبية عميقة على مجموعة صغيرة من الصور المُصنفة مع مجموعة أكبر بكثير من الصور غير المُصنفة. تسمح تقنيات مثل التسمية الزائفة (pseudo-labeling) وتنظيم الاتساق (consistency regularization) وعتبة الثقة (confidence thresholding) للنموذج بالاستفادة من بنية البيانات غير المُصنفة، مما يقلل بشكل كبير من الحاجة إلى التعليق اليدوي المكلف مع الاقتراب من دقة الإشراف الكامل.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Lee, D.-H. (2013). Pseudo-Label: The Simple and Efficient Semi-Supervised Learning Method for Deep Neural Networks. ICML 2013 Workshop on Challenges in Representation Learning. link ↗
- Sohn, K., Berthelot, D., Li, C.-L., Zhang, Z., Carlini, N., Cubuk, E. D., Kurakin, A., Zhang, H., & Raffel, C. (2020). FixMatch: Simplifying Semi-Supervised Learning with Consistency and Confidence. Advances in Neural Information Processing Systems, 33, 596–608. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Semi-supervised Image Classification with Deep Neural Networks. ScholarGate. https://scholargate.app/ar/deep-learning/semi-supervised-image-classification
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- تصنيف الصور المضبوط بدقةالتعلم العميق↔ compare
- تصنيف الصورالتعلم العميق↔ compare
- تصنيف الصور ذاتي الإشرافالتعلم العميق↔ compare
- التعلم بالنقل لتصنيف الصورالتعلم العميق↔ compare
- تصنيف الصور بالإشراف الضعيفالتعلم العميق↔ compare