Rilevamento di oggetti semi-supervisionato
Il rilevamento di oggetti semi-supervisionato addestra un rilevatore su un piccolo set di immagini etichettate e un ampio set di immagini non etichettate. Un modello insegnante genera pseudo-etichette per le immagini non etichettate e un modello studente apprende sia dai dati reali che da quelli pseudo-etichettati, riducendo drasticamente l'oneroso onere manuale di annotazione delle bounding box pur raggiungendo un'accuratezza competitiva con i baseline completamente supervisionati.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Semi-supervised Object Detection (Pseudo-label / Mean-Teacher Paradigm). ScholarGate. https://scholargate.app/it/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.
- Segmentazione di istanzaApprendimento profondo↔ compare
- Rilevamento di oggettiApprendimento profondo↔ compare
- Reti neurali convoluzionali semi-supervisionateApprendimento profondo↔ compare
- Classificazione di immagini semi-supervisionataApprendimento profondo↔ compare
- Apprendimento per trasferimento con rilevamento di oggettiApprendimento profondo↔ compare
- Rilevamento di oggetti supervisionato debolmenteApprendimento profondo↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →