Polu-nadgledana semantička segmentacija
Polu-nadgledana semantička segmentacija obučava modele za etiketiranje na nivou piksela koristeći mali skup potpuno označenih slika u kombinaciji sa mnogo većim skupom neoznačenih slika. Tehnike kao što su pseudo-označavanje i regularizacija konzistencije izvlače nadzorni signal iz neoznačenih podataka, omogućavajući postizanje skoro pune nadgledane tačnosti uz delić troškova anotacije.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Semi-supervised Semantic Segmentation (Pseudo-label and Consistency-based). ScholarGate. https://scholargate.app/sr/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.
- Instancno segmentiranjeDuboko učenje↔ compare
- Samostalno nadgledana semantička segmentacijaDuboko učenje↔ compare
- Semantička segmentacijaDuboko učenje↔ compare
- Polu-nadgledana konvoluciona neuronska mrežaDuboko učenje↔ compare
- Slabo nadgledana semantička segmentacijaDuboko učenje↔ compare
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →