Segmentasi Instans Semi-Terawasi
Segmentasi instans semi-terawasi melatih model untuk mendeteksi dan menguraikan setiap instans objek dalam sebuah gambar menggunakan sekumpulan kecil data berlabel dan korpus gambar tak berlabel yang besar. Dengan menghasilkan label semu dari prediksi yang meyakinkan pada gambar tak berlabel dan memberlakukan konsistensi di bawah augmentasi, pendekatan ini mencapai akurasi masker yang kompetitif dengan sebagian kecil dari biaya anotasi penuh.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Semi-supervised Instance Segmentation. ScholarGate. https://scholargate.app/id/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.
- Segmentasi InstansPembelajaran Mendalam↔ compare
- Vision Transformer Pengawasan MandiriPembelajaran Mendalam↔ compare
- Semantic SegmentationPembelajaran Mendalam↔ compare
- Convolutional Neural Network Semi-terawasiPembelajaran Mendalam↔ compare
- Deteksi Objek Semi-TerawasiPembelajaran Mendalam↔ compare
- Segmentasi Instans yang Diawasi Secara LemahPembelajaran Mendalam↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →