Svagt overvåget konvolutionelt neuralt netværk
Et svagt overvåget CNN er et konvolutionelt neuralt netværk, der er trænet med ufuldstændige, grove eller støjende annotationer i stedet for fulde pixel-niveau- eller bounding-box-etiketter. Typiske svage etiketter inkluderer klassetags på billedniveau, delvise annotationer eller støjende crowd-sourced etiketter. Modellen lærer at klassificere og ofte groft at lokalisere objekter ved hjælp af disse billigere, lavere kvalitets overvågningssignaler.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
- Oquab, M., Bottou, L., Laptev, I., & Sivic, J. (2015). Is object localization for free? — Weakly-supervised learning with convolutional neural networks. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 685–694. DOI: 10.1109/CVPR.2015.7298668 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Weakly Supervised Convolutional Neural Network. ScholarGate. https://scholargate.app/da/deep-learning/weakly-supervised-convolutional-neural-network
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.
- Finetunet Convolutional Neural NetworkDyb læring↔ compare
- BilledklassifikationDyb læring↔ compare
- Selvovervåget konvolutionelt neuralt netværkDyb læring↔ compare
- Semantisk segmenteringDyb læring↔ compare
- Semi-overvåget Convolutional Neural NetworkDyb læring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →