Segmentasi Instans Semi-Terawas
Segmentasi instans semi-terawas melatih model untuk mengesan dan menggambarkan setiap instans objek dalam imej menggunakan set berlabel yang kecil dan korpus imej tidak berlabel yang besar. Dengan menjana label pseudo daripada ramalan yang yakin pada imej tidak berlabel dan menguatkuasakan konsistensi di bawah augmentasi, pendekatan ini mencapai ketepatan topeng yang kompetitif pada sebahagian kecil daripada kos anotasi penuh.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian 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 memetik halaman ini
ScholarGate. (2026, June 3). Semi-supervised Instance Segmentation. ScholarGate. https://scholargate.app/ms/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
- Self-supervised Vision TransformerPembelajaran Mendalam↔ compare
- Semantic SegmentationPembelajaran Mendalam↔ compare
- Rangkaian Saraf Konvolusional Separuh-TerawasiPembelajaran Mendalam↔ compare
- Pengesanan Objek Separa-SeliaanPembelajaran Mendalam↔ compare
- Segmentasi Instans Berpenyeliaan LemahPembelajaran Mendalam↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →