Напівкерована семантична сегментація
Напівкерована семантична сегментація навчає моделі піксельного маркування, використовуючи невеликий набір повністю розмічених зображень у поєднанні зі значно більшим набором нерозмічених зображень. Такі методи, як псевдомаркування (pseudo-labeling) та регуляризація узгодженості (consistency regularization), витягують керівний сигнал з нерозмічених даних, що дозволяє досягти майже повністю керованої точності за частку вартості анотування.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Semi-supervised Semantic Segmentation (Pseudo-label and Consistency-based). ScholarGate. https://scholargate.app/uk/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.
- Сегментація екземплярівГлибоке навчання↔ compare
- Самокерована семантична сегментаціяГлибоке навчання↔ compare
- Семантична сегментаціяГлибоке навчання↔ compare
- Напівкерована згорткова нейронна мережаГлибоке навчання↔ compare
- Слабокерована семантична сегментаціяГлибоке навчання↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →