Segmentación de instancias semi-supervisada
La segmentación de instancias semi-supervisada entrena un modelo para detectar y delinear cada instancia de objeto en una imagen utilizando un pequeño conjunto etiquetado y un gran corpus de imágenes sin etiquetar. Al generar pseudo-etiquetas a partir de predicciones seguras sobre imágenes sin etiquetar y al forzar la consistencia bajo aumentación, el enfoque logra una precisión de máscara competitiva con una fracción del costo total de anotación.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Semi-supervised Instance Segmentation. ScholarGate. https://scholargate.app/es/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.
- Segmentación de instanciasAprendizaje profundo↔ compare
- Vision Transformer AutocontroladoAprendizaje profundo↔ compare
- Segmentación semánticaAprendizaje profundo↔ compare
- Red Neuronal Convolucional Semi-supervisadaAprendizaje profundo↔ compare
- Detección de Objetos Semi-supervisadaAprendizaje profundo↔ compare
- Segmentación débilmente supervisada de instanciasAprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →