Półnadzorowana segmentacja instancji
Półnadzorowana segmentacja instancji polega na trenowaniu modelu do wykrywania i wyznaczania każdej instancji obiektu na obrazie, wykorzystując mały zbiór danych z etykietami oraz duży korpus obrazów bez etykiet. Generując pseudoetykiety na podstawie pewnych predykcji na obrazach nieetykietowanych i wymuszając spójność pod wpływem augmentacji, podejście to osiąga konkurencyjną dokładność masek przy ułamku kosztów pełnej adnotacji.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Semi-supervised Instance Segmentation. ScholarGate. https://scholargate.app/pl/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.
- Segmentacja instancjiUczenie głębokie↔ compare
- Samonadzorowane Vision TransformerUczenie głębokie↔ compare
- Segmentacja semantycznaUczenie głębokie↔ compare
- Półnadzorowana konwolucyjna sieć neuronowaUczenie głębokie↔ compare
- Detekcja obiektów z wykorzystaniem uczenia częściowo nadzorowanegoUczenie głębokie↔ compare
- Słabo nadzorowana segmentacja instancjiUczenie głębokie↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →