अर्ध-पर्यवेक्षित छवि वर्गीकरण
अर्ध-पर्यवेक्षित छवि वर्गीकरण गहरे तंत्रिका नेटवर्क को लेबल की गई छवियों के एक छोटे सेट के साथ-साथ बिना लेबल वाली छवियों के एक बड़े पूल पर प्रशिक्षित करता है। स्यूडो-लेबलिंग, संगति नियमितीकरण और आत्मविश्वास थ्रेशोल्डिंग जैसी तकनीकें मॉडल को बिना लेबल वाले डेटा की संरचना का लाभ उठाने की अनुमति देती हैं, जिससे महंगी मैन्युअल एनोटेशन की आवश्यकता नाटकीय रूप से कम हो जाती है, जबकि पूर्ण-पर्यवेक्षित सटीकता के करीब पहुंच जाती है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Lee, D.-H. (2013). Pseudo-Label: The Simple and Efficient Semi-Supervised Learning Method for Deep Neural Networks. ICML 2013 Workshop on Challenges in Representation Learning. link ↗
- Sohn, K., Berthelot, D., Li, C.-L., Zhang, Z., Carlini, N., Cubuk, E. D., Kurakin, A., Zhang, H., & Raffel, C. (2020). FixMatch: Simplifying Semi-Supervised Learning with Consistency and Confidence. Advances in Neural Information Processing Systems, 33, 596–608. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Semi-supervised Image Classification with Deep Neural Networks. ScholarGate. https://scholargate.app/hi/deep-learning/semi-supervised-image-classification
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.
- फाइन-ट्यून्ड इमेज क्लासिफिकेशन (Fine-Tuned Image Classification)गहन अधिगम↔ compare
- छवि वर्गीकरणगहन अधिगम↔ compare
- स्व-पर्यवेक्षित छवि वर्गीकरणगहन अधिगम↔ compare
- छवि वर्गीकरण के साथ स्थानांतरण शिक्षणगहन अधिगम↔ compare
- कमजोर पर्यवेक्षित छवि वर्गीकरणगहन अधिगम↔ compare