Schwache Instanzsegmentierung
Schwache Instanzsegmentierung trainiert tiefe Netze, um einzelne Objektinstanzen auf Pixelebene abzugrenzen, indem nur kostengünstige, unvollständige Annotationen – wie Bounding Boxes, bildweite Labels oder Punktklicks – anstelle von kostspieligen vollständigen pixelweisen Masken verwendet werden. Dies reduziert den Annotationsaufwand drastisch und liefert dennoch instanzbezogene Masken für jedes Objekt in einem Bild.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Hsu, C.-C., Hsu, K.-J., Tsai, C.-C., Lin, Y.-Y., & Chuang, Y.-Y. (2019). Weakly supervised instance segmentation using the bounding box tightness prior. Advances in Neural Information Processing Systems (NeurIPS), 32. link ↗
- Zhou, B., Khosla, A., Lapedriza, A., Oliva, A., & Torralba, A. (2016). Learning deep features for discriminative localization. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2921–2929. DOI: 10.1109/CVPR.2016.319 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Weakly Supervised Instance Segmentation (Deep Learning with Incomplete Annotations). ScholarGate. https://scholargate.app/de/deep-learning/weakly-supervised-instance-segmentation
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.
- InstanzsegmentierungDeep Learning↔ compare
- ObjekterkennungDeep Learning↔ compare
- Selbstüberwachte InstanzsegmentierungDeep Learning↔ compare
- Semantische SegmentierungDeep Learning↔ compare
- Semi-überwachte InstanzsegmentierungDeep Learning↔ compare
- Schwache überwachte semantische SegmentierungDeep Learning↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →