Svagt superviseret diffusionsmodel
En svagt superviseret diffusionsmodel træner eller betinger en denoising diffusion probabilistic model ved hjælp af grove, støjfyldte eller ufuldstændige supervisionssignaler – såsom billedniveau klasseetiketter, afgrænsningsbokse eller crowd-sourced annotationer – i stedet for pixel-præcis ground truth. Dette muliggør generative og diskriminative outputs af høj kvalitet i annoteringsfattige indstillinger, hvor fuld mærkning er umulig eller uoverkommeligt dyr.
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
Sådan citerer du denne side
ScholarGate. (2026, June 3). Weakly Supervised Diffusion Model (Denoising Diffusion with Imperfect Supervision). ScholarGate. https://scholargate.app/da/deep-learning/weakly-supervised-diffusion-model
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.
- DiffusionsmodelDyb læring↔ compare
- Generativ modstridende netværkDyb læring↔ compare
- Selv-superviseret diffusionsmodelDyb læring↔ compare
- Semiovervåget diffusionsmodelDyb læring↔ compare
- Variational AutoencoderDyb læring↔ compare
- Svagt superviseret semantisk segmenteringDyb læring↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →