Classificació d'imatges amb supervisió feble
La classificació d'imatges amb supervisió feble entrena xarxes basades en convolucions o transformers utilitzant només una supervisió bruta, incompleta o sorollosa — com ara etiquetes de categoria a nivell d'imatge, hashtags o etiquetes extretes del web — sense requerir quadres delimitadors precisos ni anotacions de píxels. Això redueix dràsticament el cost d'etiquetatge tot permetent un reconeixement visual d'alta precisió a gran escala.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Mapa de mètodes
El veïnat de mètodes relacionats — seleccioneu un node per explorar-lo.
Fonts
- Zhou, B., Khosla, A., Lapedriza, A., Oliva, A., & Torralba, A. (2016). Learning Deep Features for Discriminative Localization. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2921–2929. DOI: 10.1109/CVPR.2016.319 ↗
- Mahajan, D., Girshick, R., Ramanathan, V., He, K., Paluri, M., Li, Y., Bharambe, A., & van der Maaten, L. (2018). Exploring the Limits of Weakly Supervised Pretraining. Proceedings of the European Conference on Computer Vision (ECCV), 181–196. DOI: 10.1007/978-3-030-01216-8_12 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Weakly Supervised Image Classification (WSL-IC). ScholarGate. https://scholargate.app/ca/deep-learning/weakly-supervised-image-classification
Quin mètode?
Poseu aquest mètode al costat dels seus parents més pròxims i llegiu-los de costat a costat — la biblioteca disposa els llibres sobre la taula; la tria és vostra.
- Classificació d'imatges amb ajustament fi (Fine-Tuning)Aprenentatge profund↔ compara
- Classificació d'imatgesAprenentatge profund↔ compara
- Classificació d'imatges auto-supervisadaAprenentatge profund↔ compara
- Classificació d'imatges semi-supervisadaAprenentatge profund↔ compara
- Aprenentatge per transferència amb classificació d'imatgesAprenentatge profund↔ compara
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →