本研究提出了一种基于半监督学习的线段检测方法，利用不同增强和扰动的未标记图像及少量标记数据，取得了与完全监督方法相当的效果，为困难或昂贵的标注场景提供了新的应用可能性。

本文介绍了一种利用未标记图像和大型语言模型自动生成标签的方法，显著提升了零样本分类器的性能，多个数据集的提升可达11.7%。该方法能够在没有训练数据的情况下识别对象，并从无监督文本中获取知识，推动了图像翻译和视觉分类器的无监督学习发展。