Machine learningDeep learning / NLP / CV

Segmentació d'instàncies semi-supervisada

La segmentació d'instàncies semi-supervisada entrena un model per detectar i delimitar cada instància d'objecte en una imatge utilitzant un petit conjunt etiquetat i un gran corpus d'imatges no etiquetades. Generant pseudo-etiquetes a partir de prediccions segures sobre imatges no etiquetades i aplicant consistència sota augmentació, l'aproximació aconsegueix una precisió de màscara competitiva amb una fracció del cost total d'anotació.

Obre a MethodMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

The neighbourhood of related methods — select a node to explore.

Fonts

  1. Hu, H., Wei, P., Zheng, H., Bai, X., Wei, Y., & Chen, Y. (2021). Semi-supervised Semantic Segmentation via Adaptive Equalization Learning. Advances in Neural Information Processing Systems (NeurIPS), 34, 22106–22118. link
  2. Xu, M., Zhang, Z., Wei, F., Hu, H., Bai, X., & Jiang, Y.-G. (2021). End-to-End Semi-Supervised Object Detection with Soft Teacher. IEEE/CVF International Conference on Computer Vision (ICCV), 3060–3069. link

Com citar aquesta pàgina

ScholarGate. (2026, June 3). Semi-supervised Instance Segmentation. ScholarGate. https://scholargate.app/ca/deep-learning/semi-supervised-instance-segmentation

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.

Compare side by side

Citat per

ScholarGateSemi-supervised Instance Segmentation (Semi-supervised Instance Segmentation). Recuperat el 2026-06-15 de https://scholargate.app/ca/deep-learning/semi-supervised-instance-segmentation · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026