Polo-dohľadové sémantické segmentovanie
Polo-dohľadové sémantické segmentovanie trénuje modely na pixelové označovanie pomocou malej sady plne označených obrázkov v kombinácii s oveľa väčšou sadou neoznačených obrázkov. Techniky ako pseudo-označovanie a regularizácia konzistencie extrahujú riadiaci signál z neoznačených dát, čo umožňuje dosiahnuť takmer plne dohľadovú presnosť pri zlomku nákladov na anotácie.
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
- Ouali, Y., Hudelot, C., & Tami, M. (2020). Semi-Supervised Semantic Segmentation with Cross-Consistency Training. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 12674–12684. DOI: 10.1109/CVPR42600.2020.01269 ↗
- Zou, Y., Zhang, Z., Zhang, H., Li, C.-L., Bian, X., Huang, J.-B., & Pfister, T. (2020). PseudoSeg: Designing Pseudo Labels for Semantic Segmentation. International Conference on Learning Representations (ICLR 2021). link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Semi-supervised Semantic Segmentation (Pseudo-label and Consistency-based). ScholarGate. https://scholargate.app/sk/deep-learning/semi-supervised-semantic-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.
- Inštancová segmentáciaHlboké učenie↔ compare
- Samoučiacia sa sémantická segmentáciaHlboké učenie↔ compare
- Sémantická segmentáciaHlboké učenie↔ compare
- Polosúvislé konvolučné neuronové sieteHlboké učenie↔ compare
- Slabá segmentácia s čiastočným dohľadomHlboké učenie↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →