Machine learningDeep learning / NLP / CV

Félfelügyelt szemantikus szegmentálás

A félfelügyelt szemantikus szegmentálás pixeleken alapuló címkézési modelleket képez egy kis halmaz teljesen címkézett kép, valamint egy sokkal nagyobb halmaz címkézetlen kép felhasználásával. Az olyan technikák, mint a pszeudo-címkézés és a konzisztencia-regularizáció felügyeleti jelet vonnak ki a címkézetlen adatokból, lehetővé téve a közel teljesen felügyelt pontosság elérését az annotációs költségek töredékéért.

Megnyitás itt: MethodMindHamarosanVideóHamarosanDownload slides

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Method map

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

Források

  1. 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
  2. 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

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 3). Semi-supervised Semantic Segmentation (Pseudo-label and Consistency-based). ScholarGate. https://scholargate.app/hu/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.

Compare side by side
ScholarGateSemi-supervised Semantic Segmentation (Semi-supervised Semantic Segmentation (Pseudo-label and Consistency-based)). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/deep-learning/semi-supervised-semantic-segmentation · Adatkészlet: https://doi.org/10.5281/zenodo.20539026