Semi-overvåket objektdeteksjon
Semi-overvåket objektdeteksjon trener en detektor på et lite merket bildesett og et stort umerket bildesett. En lærermodell genererer pseudo-etiketter for umerkede bilder, og en studentmodell lærer fra både ekte og pseudo-merkede data, noe som dramatisk reduserer den dyre manuelle avgrensningsboks-annoteringsbyrden, samtidig som den oppnår nøyaktighet som konkurrerer med fullt overvåkede baselinjer.
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.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Semi-supervised Object Detection (Pseudo-label / Mean-Teacher Paradigm). ScholarGate. https://scholargate.app/no/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.
- InstanssegmenteringDyp læring↔ compare
- ObjektdeteksjonDyp læring↔ compare
- Semi-veiled konvolusjonelt nevralt nettverkDyp læring↔ compare
- Semi-veilet bildeklassifiseringDyp læring↔ compare
- Overføringslæring med objektdeteksjonDyp læring↔ compare
- Svakt veiledet objektdeteksjonDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →