ScholarGate
Assistent
Machine learningDeep learning / NLP / CV

Semi-supervised instance segmentation

Semi-supervised instanssegmentering tränar en modell att detektera och avgränsa varje objektinstans i en bild med hjälp av en liten mängd märkt data och en stor korpus av omärkt bilddata. Genom att generera pseudo-etiketter från konfidenta prediktioner på omärkta bilder och upprätthålla konsistens under augmentation uppnår metoden konkurrenskraftig masknoggrannhet till en bråkdel av den fullständiga annoteringskostnaden.

Öppna i MethodMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

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

Källor

  1. Hu, H., Wei, P., Zheng, H., Bai, X., Wei, Y., & Chen, Y. (2021). Semi-supervised Semantic Segmentation via Adaptive Equalization Learning. Advances in Neural Information Processing Systems (NeurIPS), 34, 22106–22118. link
  2. Xu, M., Zhang, Z., Wei, F., Hu, H., Bai, X., & Jiang, Y.-G. (2021). End-to-End Semi-Supervised Object Detection with Soft Teacher. IEEE/CVF International Conference on Computer Vision (ICCV), 3060–3069. link

Så citerar du den här sidan

ScholarGate. (2026, June 3). Semi-supervised Instance Segmentation. ScholarGate. https://scholargate.app/sv/deep-learning/semi-supervised-instance-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

Refereras av

ScholarGateSemi-supervised Instance Segmentation (Semi-supervised Instance Segmentation). Hämtad 2026-06-15 från https://scholargate.app/sv/deep-learning/semi-supervised-instance-segmentation · Datamängd: https://doi.org/10.5281/zenodo.20539026