Слабо контролирано откриване на обекти
Слабо контролираното откриване на обекти (WSOD) обучава детектори на обекти, използвайки само етикети на ниво изображение — указващи кои класове обекти се появяват в изображението — без да изисква скъпи анотации с ограничителни кутии. Формулировките на Многоинстанцовото обучение (MIL) позволяват на модела да открие вероятното местоположение на всеки клас обект само от класификационни сигнали, което драстично намалява разходите за анотиране.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Bilen, H., & Vedaldi, A. (2016). Weakly supervised deep detection networks. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 2846–2854. DOI: 10.1109/CVPR.2016.311 ↗
- Tang, P., Wang, X., Bai, X., & Liu, W. (2017). Multiple instance detection network with online instance classifier refinement. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 2843–2851. DOI: 10.1109/cvpr.2017.326 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Weakly Supervised Object Detection (WSOD). ScholarGate. https://scholargate.app/bg/deep-learning/weakly-supervised-object-detection
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Класификация на изображенияДълбоко обучение↔ compare
- Инстанс сегментацияДълбоко обучение↔ compare
- Детекция на обектиДълбоко обучение↔ compare
- Полу-наблюдавано откриване на обектиДълбоко обучение↔ compare
- Vision TransformerДълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →