ScholarGate
Assistent
Machine learningDeep learning / NLP / CV

Semi-övervakad objektdetektering

Semi-övervakad objektdetektering tränar en detektor på en liten mängd märkt bilddata och en stor mängd omärkt bilddata. En lärarmodell genererar pseudo-etiketter för omärkta bilder, och en studentmodell lär sig från både verkliga och pseudo-etiketterade data, vilket dramatiskt minskar den kostsamma manuella märkgsbördan med bounding boxes, samtidigt som man uppnår noggrannhet som konkurrerar med helt övervakade baslinjer.

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. Sohn, K., Zhang, Z., Li, C.-L., Zhang, H., Lee, C.-Y., & Pfister, T. (2020). A Simple Semi-Supervised Learning Framework for Object Detection. arXiv preprint arXiv:2005.04757. link
  2. Liu, Y.-C., Ma, C.-Y., He, Z., Kuo, C.-W., Chen, K., Zhang, P., Wu, B., Kira, Z., & Vajda, P. (2021). Unbiased Teacher for Semi-Supervised Object Detection. ICLR 2021. link

Så citerar du den här sidan

ScholarGate. (2026, June 3). Semi-supervised Object Detection (Pseudo-label / Mean-Teacher Paradigm). ScholarGate. https://scholargate.app/sv/deep-learning/semi-supervised-object-detection

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 Object Detection (Semi-supervised Object Detection (Pseudo-label / Mean-Teacher Paradigm)). Hämtad 2026-06-15 från https://scholargate.app/sv/deep-learning/semi-supervised-object-detection · Datamängd: https://doi.org/10.5281/zenodo.20539026