RT Generic
T1 Aprendizaxe semi-supervisada para detección de obxectos
A1 López Amado, Cristina
K1 Aprendizaxe semisupervisada
K1 Detección de obxectos
K1 Visión por ordenador
AB A detección de obxectos é un dos principais problemas que se abordan nocampo da visión por computador. Os detectores tradicionais requiren dunha grancantidade de imaxes etiquetadas para adestrar. Isto supón unha limitación im-portante, pois a anotación de imaxes é custosa e a dispoñibilidade dos datos é, amiúdo, limitada. Neste contexto, xorde a aprendizaxe semi-supervisada para de-tección de obxectos, que aborda o escenario no que existen poucas imaxes etique-tadas pero unha gran cantidade de imaxes sen etiquetar. Este traballo enmárcasenesta área e céntrase no estudo de arquitecturas de tipo Teacher-Student. Con-cretamente, estúdase o detector Unbiased Teacher v2 [1].O obxectivo deste traballo é estudar diferentes técnicas beneficiosas noutroscontextos de aprendizaxe e analizar a súa aplicabilidade a este detector. Específi-camente, analizaranse as seguintes propostas: incorporación de módulos propiosde arquitecturas few-shot (concretamente Gradient Decoupled Layer (GDL) ePrototypical Calibration Block (PCB) propostos en [2]); substitución da estra-texia de limiar fixo para filtrar pseudo-etiquetas por unha estratexia de limiarflexible; e uso dunha estratexia de asignación de etiquetas baseada en OptimalTransport Asignment (OTA) [3].Os experimentos realizados mostran que o uso de GDL resulta beneficiosopara o rendemento do detector. Ademais, aínda que o resto de propostas nonmelloraron o detector, a experimentación revelou varias dificultades que xordenao adaptar estas estratexias a un detector das características de Unbiased Teacherv2. Esta información pode resultar relevante para futuras análises do problema.
YR 2024
FD 2024-07
LK https://hdl.handle.net/10347/37747
UL https://hdl.handle.net/10347/37747
LA glg
NO Traballo de Fin de Grao presentado na Escola Técnica Superior de Enxeñaríada Universidade de Santiago de Compostela para a obtención do Grao enEnxeñaría Informática
DS Minerva
RD 8 jun 2026