Semi-veiled konvolusjonelt nevralt nettverk
Et semi-veiledt konvolusjonelt nevralt nettverk (CNN) trener et konvolusjonelt nettverk på et lite merket bildesett og en større samling umerkede bilder samtidig, ved bruk av teknikker som pseudo-merking og konsistensregularisering for å trekke ut et veiledningssignal fra umerkede data. Denne strategien reduserer ytelsesgapet forårsaket av knapp annotering uten å kreve ytterligere menneskelig merkingsinnsats.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Kilder
- Lee, D.-H. (2013). Pseudo-label: The simple and efficient semi-supervised learning method for deep neural networks. ICML Workshop on Challenges in Representation Learning. link ↗
- Tarvainen, A. & Valpola, H. (2017). Mean teachers are better role models: Weight-averaged consistency targets improve semi-supervised deep learning results. Advances in Neural Information Processing Systems (NeurIPS), 30. link ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Semi-supervised Convolutional Neural Network (SSL-CNN). ScholarGate. https://scholargate.app/no/deep-learning/semi-supervised-convolutional-neural-network
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.
- Finetunet konvolusjonelt nevralt nettverkDyp læring↔ compare
- Selv-overvåket konvolusjonelt nevralt nettverkDyp læring↔ compare
- Semi-veilet bildeklassifiseringDyp læring↔ compare
- Overføringslæring med konvolusjonelt nevralt nettverkDyp læring↔ compare
- Svakt overvåket konvolusjonelt nevralt nettverkDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →