Poolitatud juhuslik segmenteerimine
Poolitatud juhuslik segmenteerimine õpetab mudelit tuvastama ja piiritlema iga objekti eksemplari pildil, kasutades väikest märgistatud andmekogumit ja suurt märgistamata pildikorrust. Tõhusate ennustuste põhjal märgistamata piltidel loodud pseudo-märgistuste abil ja augmentatsiooni korral järjepidevuse tagamisega saavutab lähenemisviis konkurentsivõimelise maski täpsuse murdosaga täieliku annotatsioonikulu kohta.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Semi-supervised Instance Segmentation. ScholarGate. https://scholargate.app/et/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.
- Instance SegmentationSüvaõpe↔ compare
- Eneseliseeritud nägemistransformaatorSüvaõpe↔ compare
- Semantiline segmentatsioonSüvaõpe↔ compare
- Pooltreenimisega konvolutsiooniline närvivõrkSüvaõpe↔ compare
- Pooljärelevalvega objektituvastusSüvaõpe↔ compare
- Nõrgalt juhendatud üksikobjektide segmentimineSüvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →