ScholarGate
Asistenti
Machine learningDeep learning / NLP / CV

Segmentimi gjysmë-mbikëqyrës semantik

Segmentimi gjysmë-mbikëqyrës semantik trajnon modele etiketimi në nivel pikseli duke përdorur një grup të vogël imazhesh plotësisht të etiketuar, të kombinuar me një grup shumë më të madh imazhesh pa etiketë. Teknikat si pseudo-etiketimi dhe rregullimi i konsistencës nxjerrin sinjal mbikëqyrës nga të dhënat pa etiketë, duke e bërë të mundur arritjen e saktësisë pothuajse plotësisht mbikëqyrëse me një pjesë të vogël të kostos së shënimit.

Hapeni në MethodMindSë shpejtiVideoSë shpejtiDownload slides

Lexoni metodën e plotë

Vetëm për anëtarët

Hyni me një llogari falas për ta lexuar këtë seksion.

Hyni

Method map

The neighbourhood of related methods — select a node to explore.

Burimet

  1. 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
  2. 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

Si ta citoni këtë faqe

ScholarGate. (2026, June 3). Semi-supervised Semantic Segmentation (Pseudo-label and Consistency-based). ScholarGate. https://scholargate.app/sq/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.

Compare side by side
ScholarGateSemi-supervised Semantic Segmentation (Semi-supervised Semantic Segmentation (Pseudo-label and Consistency-based)). Marrë më 2026-06-15 nga https://scholargate.app/sq/deep-learning/semi-supervised-semantic-segmentation · Seti i të dhënave: https://doi.org/10.5281/zenodo.20539026