Polo-dohledná klasifikace obrazu
Polo-dohledná klasifikace obrazu trénuje hluboké neuronové sítě na malém souboru označených obrazů spolu s mnohem větším souborem neoznačených obrazů. Techniky jako pseudo-označování, regularizace konzistence a prahování spolehlivosti umožňují modelu využít strukturu neoznačených dat, čímž dramaticky snižují potřebu nákladné manuální anotace a zároveň se přibližují plně dohledané přesnosti.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Semi-supervised Image Classification with Deep Neural Networks. ScholarGate. https://scholargate.app/cs/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.
- Dolaďování klasifikace obrazuHluboké učení↔ compare
- Klasifikace obrazuHluboké učení↔ compare
- Samoučení klasifikace obrazuHluboké učení↔ compare
- Přenosové učení s klasifikací obrazuHluboké učení↔ compare
- Slabá obrazová klasifikace s řídkým dohledemHluboké učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →