Segmentação de Instância Semi-supervisionada
A segmentação de instância semi-supervisionada treina um modelo para detectar e delinear cada instância de objeto em uma imagem usando um pequeno conjunto rotulado e um grande corpus de imagens não rotuladas. Ao gerar pseudo-rótulos a partir de predições confiantes em imagens não rotuladas e impor consistência sob aumento, a abordagem atinge precisão de máscara competitiva com uma fração do custo total de anotação.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Semi-supervised Instance Segmentation. ScholarGate. https://scholargate.app/pt/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.
- Segmentação de InstânciaAprendizado profundo↔ compare
- Vision Transformer AutossupervisionadoAprendizado profundo↔ compare
- Segmentação semânticaAprendizado profundo↔ compare
- Rede Neural Convolucional Semi-supervisionadaAprendizado profundo↔ compare
- Detecção de Objetos Semi-SupervisionadaAprendizado profundo↔ compare
- Segmentação de Instâncias Fracamente SupervisionadaAprendizado profundo↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →