Detección de Objetos Semi-supervisada
La detección de objetos semi-supervisada entrena un detector con un pequeño conjunto de imágenes etiquetadas y un gran conjunto de imágenes no etiquetadas. Un modelo 'profesor' genera pseudo-etiquetas para las imágenes no etiquetadas, y un modelo 'alumno' aprende tanto de datos reales como de pseudo-etiquetados, reduciendo drásticamente la costosa carga de anotación manual de cuadros delimitadores mientras se logra una precisión competitiva con las bases de referencia totalmente supervisadas.
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
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Semi-supervised Object Detection (Pseudo-label / Mean-Teacher Paradigm). ScholarGate. https://scholargate.app/es/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.
- Segmentación de instanciasAprendizaje profundo↔ compare
- Detección de objetosAprendizaje profundo↔ compare
- Red Neuronal Convolucional Semi-supervisadaAprendizaje profundo↔ compare
- Clasificación de imágenes semi-supervisadaAprendizaje profundo↔ compare
- Aprendizaje por transferencia con detección de objetosAprendizaje profundo↔ compare
- Detección de Objetos Débilmente SupervisadaAprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →