Detecție de obiecte semi-supervizată
Detecția de obiecte semi-supervizată antrenează un detector pe un set mic de imagini etichetate și un set mare de imagini neetichetate. Un model profesor generează pseudo-etichete pentru imaginile neetichetate, iar un model student învață atât din date reale, cât și din date pseudo-etichetate, reducând dramatic povara costisitoare a adnotării manuale a casetelor de delimitare, obținând în același timp o acuratețe competitivă cu bazele de referință complet supervizate.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Semi-supervised Object Detection (Pseudo-label / Mean-Teacher Paradigm). ScholarGate. https://scholargate.app/ro/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.
- Segmentare de instanțăÎnvățare profundă↔ compare
- Detecția obiectelorÎnvățare profundă↔ compare
- Rețea neuronală convoluțională semi-supervizatăÎnvățare profundă↔ compare
- Clasificare semi-supervizată de imaginiÎnvățare profundă↔ compare
- Învățare prin transfer cu detecție de obiecteÎnvățare profundă↔ compare
- Detecția slab supervizată a obiectelorÎnvățare profundă↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →