Machine learningDeep learning / NLP / CV
半教師あり画像分類
半教師あり画像分類は、少数のラベル付き画像と、それよりもはるかに大規模なラベルなし画像のプールを用いてディープニューラルネットワークを訓練する。疑似ラベリング、一貫性正則化、信頼度閾値処理などの技術により、モデルはラベルなしデータの構造を活用でき、高価な手動アノテーションの必要性を劇的に減らしつつ、完全教師あり学習の精度に迫ることができる。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Lee, D.-H. (2013). Pseudo-Label: The Simple and Efficient Semi-Supervised Learning Method for Deep Neural Networks. ICML 2013 Workshop on Challenges in Representation Learning. link ↗
- Sohn, K., Berthelot, D., Li, C.-L., Zhang, Z., Carlini, N., Cubuk, E. D., Kurakin, A., Zhang, H., & Raffel, C. (2020). FixMatch: Simplifying Semi-Supervised Learning with Consistency and Confidence. Advances in Neural Information Processing Systems, 33, 596–608. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Semi-supervised Image Classification with Deep Neural Networks. ScholarGate. https://scholargate.app/ja/deep-learning/semi-supervised-image-classification
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.
- ファインチューニングによる画像分類深層学習↔ compare
- 画像分類深層学習↔ compare
- 自己教師あり画像分類深層学習↔ compare
- 転移学習による画像分類深層学習↔ compare
- 弱教師あり画像分類深層学習↔ compare