نعتبر مهمة التجزئة الدلالية شبه المراقبة، حيث نهدف إلى إنتاج أقنعة كائنية دلالية على مستوى البكسل، بالاعتماد فقط على عدد قليل من الأمثلة التدريبية التي تم تسميتها يدويًا من قبل البشر. نركّز على طرق التدريب الذاتي التكراري، حيث نستكشف سلوك التدريب الذاتي عبر مراحل تحسين متعددة. نُظهر أن التدريب الذاتي التكراري يؤدي إلى تدهور الأداء إذا تم تنفيذه بشكل بسيط باستخدام نسبة ثابتة من البيانات المُسمّاة يدويًا مقارنة بالبيانات المُسمّاة بشكل افتراضي (البيانات الوهمية). نقترح استراتيجيتين: التدريب الذاتي التكراري الجشع (GIST) والتدريب الذاتي التكراري العشوائي (RIST)، اللتان تتخلّان بين التدريب على البيانات المُسمّاة يدويًا أو على البيانات المُسمّاة افتراضيًا في كل مرحلة من مراحل التحسين، مما يؤدي إلى تحسين الأداء بدلًا من تدهوره. ونُظهر أيضًا أن يمكن دمج GIST وRIST مع الطرق الحالية للتعلم شبه المراقب لتعزيز الأداء.