Semi-overvåget objektdetektering
Semi-overvåget objektdetektering træner en detektor på et lille mærket billedsæt og et stort umærket billedsæt. En lærermodel genererer pseudo-mærkater til umærkede billeder, og en studentermodel lærer af både ægte og pseudo-mærkede data, hvilket dramatisk reducerer den dyre manuelle afgrænsningsboks-annoteringsbyrde, samtidig med at der opnås nøjagtighed, der er konkurrencedygtig med fuldt overvågede baselines.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Sohn, K., Zhang, Z., Li, C.-L., Zhang, H., Lee, C.-Y., & Pfister, T. (2020). A Simple Semi-Supervised Learning Framework for Object Detection. arXiv preprint arXiv:2005.04757. link ↗
- Liu, Y.-C., Ma, C.-Y., He, Z., Kuo, C.-W., Chen, K., Zhang, P., Wu, B., Kira, Z., & Vajda, P. (2021). Unbiased Teacher for Semi-Supervised Object Detection. ICLR 2021. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Semi-supervised Object Detection (Pseudo-label / Mean-Teacher Paradigm). ScholarGate. https://scholargate.app/da/deep-learning/semi-supervised-object-detection
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.
- InstanssegmenteringDyb læring↔ compare
- ObjektdetektionDyb læring↔ compare
- Semi-overvåget Convolutional Neural NetworkDyb læring↔ compare
- Semi-overvåget billedklassifikationDyb læring↔ compare
- Transfer Learning med ObjektdetekteringDyb læring↔ compare
- Svag superviseret objektdetekteringDyb læring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →