Полусупервизируемое детектирование объектов
Полусупервизируемое детектирование объектов обучает детектор на небольшом размеченном наборе изображений и большом неразмеченном наборе изображений. Модель-учитель генерирует псевдометки для неразмеченных изображений, а модель-ученик обучается как на реальных, так и на псевдоразмеченных данных, что значительно снижает затраты на дорогостоящую ручную аннотацию ограничивающих рамок, достигая при этом точности, сопоставимой с полностью супервизируемыми базовыми моделями.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Semi-supervised Object Detection (Pseudo-label / Mean-Teacher Paradigm). ScholarGate. https://scholargate.app/ru/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.
- Сегментация экземпляровГлубокое обучение↔ compare
- Обнаружение объектовГлубокое обучение↔ compare
- Полу-контролируемая свёрточная нейронная сетьГлубокое обучение↔ compare
- Полуавтоматическая классификация изображенийГлубокое обучение↔ compare
- Трансферное обучение для детектирования объектовГлубокое обучение↔ compare
- Слабо контролируемое обнаружение объектовГлубокое обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →