Consistent-Teacher: Towards Reducing Inconsistent Pseudo-targets in Semi-supervised Object Detection
mAP: 48.20
Papers with Code · CC BY-SA 4.0
Semi-Supervised Object Detection
Semi-supervised object detection uses both labeled data and unlabeled data for training. It not only reduces the annotation burden for training high-performance object detectors but also further improves the object detector by using a large number of unlabeled data.
개요는 각 항목의 일부입니다. 위 탭에서 전체 기록을 페이지별로 탐색할 수 있습니다.
벤치마크
Papers with Code 아카이브의 데이터셋별 기록 예시입니다. 평가 조건과 지표 방향이 검증되지 않아 순위를 의미하지 않습니다.
Dataset기록된 모델 예시MetricPaperCode
데이터셋
7개논문
mAP: 46.2
mAP: 44.9
mAP: 40.2
mAP: 55.2
mAP: 42.11
mAP: 46.1
mAP: 43.3
mAP: 44.0
mAP: 50.5
mAP: 42.79
mAP: 41.3
라이브러리
Papers with Code 리더보드 row에 연결된 구현 저장소입니다.