Polu-dohledová sémantická segmentace
Polu-dohledová sémantická segmentace trénuje modely pro pixelovou klasifikaci pomocí malé sady plně anotovaných obrazů v kombinaci s mnohem větším počtem neanotovaných obrazů. Techniky jako pseudo-anotování a regularizace konzistence extrahují dohledový signál z neanotovaných dat, což umožňuje dosáhnout téměř plně dohledové přesnosti za zlomek nákladů na anotaci.
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
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Semi-supervised Semantic Segmentation (Pseudo-label and Consistency-based). ScholarGate. https://scholargate.app/cs/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.
- Instance SegmentationHluboké učení↔ compare
- Samodzielná sémantická segmentaceHluboké učení↔ compare
- Sémantická segmentaceHluboké učení↔ compare
- Polozavedená konvoluční neuronová síťHluboké učení↔ compare
- Slabě supervizovaná sémantická segmentaceHluboké učení↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →