Machine learningDeep learning / NLP / CV
준지도 학습 인스턴스 분할
준지도 학습 인스턴스 분할은 소량의 레이블이 지정된 데이터셋과 대량의 레이블이 지정되지 않은 이미지 코퍼스를 사용하여 이미지 내의 모든 객체 인스턴스를 탐지하고 구분하도록 모델을 학습시킵니다. 레이블이 지정되지 않은 이미지에 대한 확신 있는 예측으로부터 의사 레이블(pseudo-label)을 생성하고 증강(augmentation) 하에서의 일관성을 강제함으로써, 이 접근법은 전체 주석 비용의 일부만으로도 경쟁력 있는 마스크 정확도를 달성합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Semi-supervised Instance Segmentation. ScholarGate. https://scholargate.app/ko/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.
- 인스턴스 분할딥러닝↔ compare
- Self-supervised Vision Transformer딥러닝↔ compare
- Semantic segmentation딥러닝↔ compare
- 준지도학습 합성곱 신경망딥러닝↔ compare
- 준지도 학습 객체 탐지 (Semi-supervised Object Detection)딥러닝↔ compare
- 약지도 인스턴스 분할딥러닝↔ compare