เปรียบเทียบวิธี

	การแบ่งส่วนภาพอินสแตนซ์แบบกึ่งกำกับดูแล	การแบ่งส่วนอินสแตนซ์ (Instance Segmentation)
สาขาวิชา	การเรียนรู้เชิงลึก	การเรียนรู้เชิงลึก
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2018–2021	2017
ผู้ริเริ่ม	Multiple independent research groups (2018–2021)	He, K., Gkioxari, G., Dollar, P., Girshick, R.
ประเภท	Semi-supervised deep learning for dense prediction	Pixel-level detection and mask prediction
แหล่งต้นตำรับ	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.	He, K., Gkioxari, G., Dollar, P., & Girshick, R. (2017). Mask R-CNN. Proceedings of the IEEE International Conference on Computer Vision (ICCV), 2961–2969.
ชื่อเรียกอื่น	Semi-supervised Mask R-CNN, pseudo-label instance segmentation, label-efficient instance segmentation, SSIS	instance-level segmentation, object instance segmentation, mask prediction, panoptic instance segmentation
ที่เกี่ยวข้อง	6	4
สรุป	Semi-supervised instance segmentation trains a model to detect and delineate every object instance in an image using a small labeled set and a large unlabeled image corpus. By generating pseudo-labels from confident predictions on unlabeled images and enforcing consistency under augmentation, the approach achieves competitive mask accuracy at a fraction of the full annotation cost.	Instance segmentation is a computer vision task that simultaneously detects every distinct object in an image and produces a precise pixel-level mask for each individual object instance. Unlike semantic segmentation, which labels every pixel with a class, instance segmentation distinguishes between separate objects of the same class, enabling fine-grained spatial understanding.