Pusuzraudzīta instanču segmentācija
Pusuzraudzīta instanču segmentācija apmāca modeli, lai tas noteiktu un iezīmētu katru objekta instanci attēlā, izmantojot nelielu marķētu datu kopu un lielu nemarķētu attēlu korpusu. Ģenerējot pseidomarķējumus no pārliecinošām prognozēm par nemarķētiem attēliem un nodrošinot konsekvenci paplašināšanas apstākļos, šī pieeja sasniedz konkurētspējīgu masku precizitāti par nelielu daļu no pilnām anotācijas izmaksām.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Semi-supervised Instance Segmentation. ScholarGate. https://scholargate.app/lv/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.
- Instance segmentācijaDziļā mācīšanās↔ compare
- Self-supervised Vision TransformerDziļā mācīšanās↔ compare
- Semantiskā segmentācijaDziļā mācīšanās↔ compare
- Daļēji uzraudzīts konvolucionāls neironu tīklsDziļā mācīšanās↔ compare
- Pusautomātiskā objektu noteikšanaDziļā mācīšanās↔ compare
- Vāji uzraudzīta instanču segmentācijaDziļā mācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →