半监督coco2017

半监督学习是指在训练过程中，模型有一部分数据是有标签的，而另一部分数据是没有标签的。针对COCO 2017数据集，它提供了12万张来自COCO的无标记图像，这些图像遵循与标记图像相同的类分布，可以用于半监督学习。也就是说，除了有标注的训练图像外，你还可以使用这些无标记的图像来辅助模型的训练，提高模型的性能。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [【数据集研究】MS COCO](https://blog.csdn.net/weixin_37804469/article/details/129800790)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *3* [【机器视觉】旷视研究院解读COCO2017物体检测夺冠论文](https://blog.csdn.net/np4rHI455vg29y2/article/details/78954803)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]