Machine learningDeep learning / NLP / CV

Polo-řízená segmentace instancí

Polo-řízená segmentace instancí trénuje model k detekci a vymezení každého objektu v obraze s využitím malého označeného souboru dat a rozsáhlého korpusu neoznačených obrazů. Generováním pseudo-označení z důvěryhodných predikcí na neoznačených obrazech a vynucením konzistence při augmentaci dosahuje přístup konkurenceschopné přesnosti masek při zlomku nákladů na plnou anotaci.

Otevřít v MethodMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

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

Zdroje

  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

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Semi-supervised Instance Segmentation. ScholarGate. https://scholargate.app/cs/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

Odkazuje sem

ScholarGateSemi-supervised Instance Segmentation (Semi-supervised Instance Segmentation). Získáno 2026-06-15 z https://scholargate.app/cs/deep-learning/semi-supervised-instance-segmentation · Datová sada: https://doi.org/10.5281/zenodo.20539026