Zelfgesuperviseerde objectdetectie
Zelfgesuperviseerde objectdetectie gebruikt ongelabelde beelddata om een visuele backbone voor te trainen via pretexttaken zoals contrastief leren of gemaskeerde beeldmodellering, en stemt vervolgens de backbone af met een detectiehoofd op een kleinere gelabelde dataset. Deze benadering vermindert de afhankelijkheid van dure bounding-box-annotaties drastisch, terwijl de prestaties van volledig gesuperviseerde detectie worden geëvenaard of benaderd.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- He, K., Fan, H., Wu, Y., Xie, S., & Girshick, R. (2020). Momentum Contrast for Unsupervised Visual Representation Learning. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 9729–9738. DOI: 10.1109/CVPR42600.2020.00975 ↗
- Caron, M., Touvron, H., Misra, I., Jégou, H., Mairal, J., Bojanowski, P., & Joulin, A. (2021). Emerging Properties in Self-Supervised Vision Transformers. Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 9650–9660. DOI: 10.1109/ICCV48922.2021.00951 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Self-supervised Pre-training for Object Detection. ScholarGate. https://scholargate.app/nl/deep-learning/self-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.
- ObjectdetectieDeep learning↔ compare
- Zelfgesuperviseerde beeldclassificatieDeep learning↔ compare
- Semi-supervised Object DetectionDeep learning↔ compare
- Transfer Learning met ObjectdetectieDeep learning↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →