Semi-supervised Object Detection
Semi-supervised object detection traint een detector op een kleine set gelabelde beelden en een grote set ongelabelde beelden. Een teachermodel genereert pseudo-labels voor ongelabelde beelden, en een studentmodel leert van zowel echte als pseudo-gelabelde data, wat de dure handmatige annotatie van bounding boxes drastisch vermindert, terwijl nauwkeurigheid wordt bereikt die concurrerend is met volledig gesuperviseerde baselines.
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
- Sohn, K., Zhang, Z., Li, C.-L., Zhang, H., Lee, C.-Y., & Pfister, T. (2020). A Simple Semi-Supervised Learning Framework for Object Detection. arXiv preprint arXiv:2005.04757. link ↗
- Liu, Y.-C., Ma, C.-Y., He, Z., Kuo, C.-W., Chen, K., Zhang, P., Wu, B., Kira, Z., & Vajda, P. (2021). Unbiased Teacher for Semi-Supervised Object Detection. ICLR 2021. link ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Semi-supervised Object Detection (Pseudo-label / Mean-Teacher Paradigm). ScholarGate. https://scholargate.app/nl/deep-learning/semi-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.
- InstantiesegmentatieDeep learning↔ compare
- ObjectdetectieDeep learning↔ compare
- Semi-supervised Convolutional Neural NetworkDeep learning↔ compare
- Semi-supervised Image ClassificationDeep learning↔ compare
- Transfer Learning met ObjectdetectieDeep learning↔ compare
- Objectdetectie met zwakke supervisieDeep learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →