Polosupervizované klasifikovanie obrazov
Polosupervizované klasifikovanie obrazov trénuje hlboké neurónové siete na malej sade označených obrázkov spolu s oveľa väčším súborom neoznačených obrázkov. Techniky ako pseudo-označovanie, regularizácia konzistencie a prahovanie dôvery umožňujú modelu využiť štruktúru neoznačených dát, čím dramaticky znižujú potrebu nákladnej manuálnej anotácie a zároveň sa približujú plne supervizovanej presnosti.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Lee, D.-H. (2013). Pseudo-Label: The Simple and Efficient Semi-Supervised Learning Method for Deep Neural Networks. ICML 2013 Workshop on Challenges in Representation Learning. link ↗
- Sohn, K., Berthelot, D., Li, C.-L., Zhang, Z., Carlini, N., Cubuk, E. D., Kurakin, A., Zhang, H., & Raffel, C. (2020). FixMatch: Simplifying Semi-Supervised Learning with Consistency and Confidence. Advances in Neural Information Processing Systems, 33, 596–608. link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Semi-supervised Image Classification with Deep Neural Networks. ScholarGate. https://scholargate.app/sk/deep-learning/semi-supervised-image-classification
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.
- Dolaďovanie klasifikácie obrazuHlboké učenie↔ compare
- Klasifikácia obrazuHlboké učenie↔ compare
- Samoučiacia klasifikácia obrazuHlboké učenie↔ compare
- Prenosové učenie s klasifikáciou obrazuHlboké učenie↔ compare
- Slabá obrazová klasifikácia s oslabeným dohľadomHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →