Deteksi Objek Mandiri-Terawasi
Deteksi objek mandiri-terawasi menggunakan data gambar tanpa label untuk melatih awal tulang punggung visual melalui tugas pretext seperti pembelajaran kontrastif atau pemodelan gambar bertopeng, kemudian menyempurnakan tulang punggung dengan kepala deteksi pada kumpulan data berlabel yang lebih kecil. Pendekatan ini secara dramatis mengurangi ketergantungan pada anotasi kotak pembatas yang mahal sambil menyamai atau mendekati kinerja deteksi yang sepenuhnya terawasi.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Peta metode
Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.
Sumber
- He, K., Fan, H., Wu, Y., Xie, S., & Girshick, R. (2020). Momentum Contrast for Unsupervised Visual Representation Learning. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 9729–9738. DOI: 10.1109/CVPR42600.2020.00975 ↗
- Caron, M., Touvron, H., Misra, I., Jégou, H., Mairal, J., Bojanowski, P., & Joulin, A. (2021). Emerging Properties in Self-Supervised Vision Transformers. Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 9650–9660. DOI: 10.1109/ICCV48922.2021.00951 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Self-supervised Pre-training for Object Detection. ScholarGate. https://scholargate.app/id/deep-learning/self-supervised-object-detection
Metode yang mana?
Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.
- Deteksi ObjekPembelajaran Mendalam↔ bandingkan
- Klasifikasi Citra Mandiri-TerawasiPembelajaran Mendalam↔ bandingkan
- Deteksi Objek Semi-TerawasiPembelajaran Mendalam↔ bandingkan
- Transfer Learning untuk Deteksi ObjekPembelajaran Mendalam↔ bandingkan
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →