Pooltreenitav semantiline segmentatsioon
Pooltreenitav semantiline segmentatsioon treenib pikslitaseme märgistusmudeleid, kasutades väikest hulka täielikult märgistatud pilte koos palju suurema hulga märgistamata piltidega. Pseudomärgistamise ja konsistentsuse reguleerimise tehnikad eraldavad järelevalvesignaali märgistamata andmetest, võimaldades saavutada peaaegu täielikult järelevalvatud täpsuse murdosaga märgistamiskulust.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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 ↗
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Semi-supervised Semantic Segmentation (Pseudo-label and Consistency-based). ScholarGate. https://scholargate.app/et/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.
- Instance SegmentationSüvaõpe↔ compare
- Enesest juhendatud semantiline segmenteerimineSüvaõpe↔ compare
- Semantiline segmentatsioonSüvaõpe↔ compare
- Pooltreenimisega konvolutsiooniline närvivõrkSüvaõpe↔ compare
- Nõrgalt juhendatud semantiline segmenteerimineSüvaõpe↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →