Segmentation d'instances semi-supervisée
La segmentation d'instances semi-supervisée entraîne un modèle à détecter et délimiter chaque instance d'objet dans une image à l'aide d'un petit ensemble étiqueté et d'un grand corpus d'images non étiquetées. En générant des pseudo-étiquettes à partir de prédictions confiantes sur des images non étiquetées et en imposant la cohérence sous augmentation, l'approche atteint une précision de masque compétitive pour une fraction du coût d'annotation complet.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Semi-supervised Instance Segmentation. ScholarGate. https://scholargate.app/fr/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.
- Segmentation d'instancesApprentissage profond↔ compare
- Vision Transformer auto-superviséApprentissage profond↔ compare
- Segmentation sémantiqueApprentissage profond↔ compare
- CNN convolutive semi-superviséeApprentissage profond↔ compare
- Détection d'objets semi-superviséeApprentissage profond↔ compare
- Segmentation d'instances faiblement superviséeApprentissage profond↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →