การแบ่งส่วนภาพความหมายแบบกึ่งกำกับดูแล
การแบ่งส่วนภาพความหมายแบบกึ่งกำกับดูแล (Semi-supervised semantic segmentation) เป็นการฝึกโมเดลการติดป้ายกำกับระดับพิกเซลโดยใช้ชุดข้อมูลภาพที่มีป้ายกำกับเต็มจำนวนเล็กน้อย ร่วมกับชุดข้อมูลภาพที่ไม่มีป้ายกำกับจำนวนมาก เทคนิคต่างๆ เช่น การติดป้ายกำกับเสมือน (pseudo-labeling) และการทำให้สอดคล้องกัน (consistency regularization) จะดึงสัญญาณการกำกับดูแลจากข้อมูลที่ไม่มีป้ายกำกับ ทำให้สามารถบรรลุความแม่นยำใกล้เคียงกับการกำกับดูแลเต็มรูปแบบได้ โดยใช้ต้นทุนการใส่คำอธิบายประกอบเพียงเศษเสี้ยว
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Semi-supervised Semantic Segmentation (Pseudo-label and Consistency-based). ScholarGate. https://scholargate.app/th/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.
- การแบ่งส่วนอินสแตนซ์ (Instance Segmentation)การเรียนรู้เชิงลึก↔ compare
- การแบ่งส่วนภาพตามความหมายแบบเรียนรู้ด้วยตนเองการเรียนรู้เชิงลึก↔ compare
- Semantic Segmentationการเรียนรู้เชิงลึก↔ compare
- โครงข่ายประสาทเทียมแบบสังวัตนาการแบบกึ่งมีผู้สอนการเรียนรู้เชิงลึก↔ compare
- การแบ่งส่วนเชิงความหมายแบบมีผู้สอนแบบอ่อนการเรียนรู้เชิงลึก↔ compare