Machine learningDeep learning / NLP / CV

Ημι-επιβλεπόμενη Σημασιολογική Τμηματοποίηση

Η ημι-επιβλεπόμενη σημασιολογική τμηματοποίηση εκπαιδεύει μοντέλα επισήμανσης σε επίπεδο pixel χρησιμοποιώντας ένα μικρό σύνολο πλήρως επισημασμένων εικόνων σε συνδυασμό με ένα πολύ μεγαλύτερο σύνολο μη επισημασμένων εικόνων. Τεχνικές όπως η ψευδο-επισήμανση και η κανονικοποίηση συνέπειας εξάγουν εποπτικό σήμα από μη επισημασμένα δεδομένα, καθιστώντας δυνατή την επίτευξη ακρίβειας κοντά στην πλήρως επιβλεπόμενη με κλάσμα του κόστους σχολιασμού.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

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

Πηγές

  1. 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
  2. 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

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Semi-supervised Semantic Segmentation (Pseudo-label and Consistency-based). ScholarGate. https://scholargate.app/el/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.

Compare side by side
ScholarGateSemi-supervised Semantic Segmentation (Semi-supervised Semantic Segmentation (Pseudo-label and Consistency-based)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/deep-learning/semi-supervised-semantic-segmentation · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026