Segmentació semisupervisada semàntica
La segmentació semisupervisada semàntica entrena models d'etiquetatge a nivell de píxel utilitzant un petit conjunt d'imatges completament etiquetades combinat amb un conjunt molt més gran d'imatges no etiquetades. Tècniques com el pseudo-etiquetatge i la regularització de consistència extreuen senyals de supervisió de les dades no etiquetades, fent possible assolir una precisió propera a la de la supervisió completa amb una fracció del cost d'anotació.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Ouali, Y., Hudelot, C., & Tami, M. (2020). Semi-Supervised Semantic Segmentation with Cross-Consistency Training. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 12674–12684. DOI: 10.1109/CVPR42600.2020.01269 ↗
- Zou, Y., Zhang, Z., Zhang, H., Li, C.-L., Bian, X., Huang, J.-B., & Pfister, T. (2020). PseudoSeg: Designing Pseudo Labels for Semantic Segmentation. International Conference on Learning Representations (ICLR 2021). link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Semi-supervised Semantic Segmentation (Pseudo-label and Consistency-based). ScholarGate. https://scholargate.app/ca/deep-learning/semi-supervised-semantic-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.
- Segmentació d'instànciesAprenentatge profund↔ compare
- Segmentació semàntica auto-supervisadaAprenentatge profund↔ compare
- Segmentació semànticaAprenentatge profund↔ compare
- Xarxa neuronal convolucional semisupervisadaAprenentatge profund↔ compare
- Segmentació semàntica feblement supervisadaAprenentatge profund↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →