Svag superviseret objektdetektering
Svag superviseret objektdetektering (WSOD) træner objektdetektorer ved kun at bruge billedniveau-etiketter – som angiver, hvilke objektklasser der optræder i et billede – uden at kræve dyre afgrænsningsboks-annotationer. Multiple Instance Learning (MIL) formuleringer tillader modellen at opdage den sandsynlige placering af hver objektklasse ud fra klassifikationssignaler alene, hvilket dramatisk reducerer annoteringsomkostningerne.
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
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Weakly Supervised Object Detection (WSOD). ScholarGate. https://scholargate.app/da/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.
- BilledklassifikationDyb læring↔ compare
- InstanssegmenteringDyb læring↔ compare
- ObjektdetektionDyb læring↔ compare
- Semi-overvåget objektdetekteringDyb læring↔ compare
- Vision TransformerDyb læring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →