Machine learningDeep learning / NLP / CV

Polusamostalna detekcija objekata

Polusamostalna detekcija objekata (engl. semi-supervised object detection) trenira detektor na malom skupu označenih slika i velikom skupu neoznačenih slika. Model učitelj generira pseudo-oznake za neoznačene slike, a model učenik uči iz stvarnih i pseudo-označenih podataka, dramatično smanjujući skupi ručni teret anotacije graničnih okvira, dok postiže točnost konkurentnu potpuno nadziranim osnovnim modelima.

Otvorite u MethodMindUskoroVideoUskoroDownload slides

Pročitajte cijelu metodu

Samo za članove

Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.

Prijavite se

Method map

The neighbourhood of related methods — select a node to explore.

Izvori

  1. 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
  2. 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

Kako citirati ovu stranicu

ScholarGate. (2026, June 3). Semi-supervised Object Detection (Pseudo-label / Mean-Teacher Paradigm). ScholarGate. https://scholargate.app/hr/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.

Compare side by side

Citirana u

ScholarGateSemi-supervised Object Detection (Semi-supervised Object Detection (Pseudo-label / Mean-Teacher Paradigm)). Preuzeto 2026-06-15 s https://scholargate.app/hr/deep-learning/semi-supervised-object-detection · Skup podataka: https://doi.org/10.5281/zenodo.20539026