Svag superviseret billedklassifikation
Svag superviseret billedklassifikation træner konvolutionelle netværk eller transformer-baserede netværk ved kun at bruge grov, ufuldstændig eller støjende supervision — såsom billedniveau-kategorietiketter, hashtags eller web-skrabede tags — uden at kræve præcise afgrænsningsbokse eller pixelannotationer. Dette reducerer mærkningsomkostningerne dramatisk, samtidig med at det muliggør visuel genkendelse med høj nøjagtighed i stor skala.
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 ↗
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Weakly Supervised Image Classification (WSL-IC). ScholarGate. https://scholargate.app/da/deep-learning/weakly-supervised-image-classification
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.
- Finjusteret billedklassifikationDyb læring↔ compare
- BilledklassifikationDyb læring↔ compare
- Selv-overvåget billedklassifikationDyb læring↔ compare
- Semi-overvåget billedklassifikationDyb læring↔ compare
- Overførselslæring med billedklassifikationDyb læring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →