Schwach überwachte Objektdetektion
Die schwach überwachte Objektdetektion (Weakly Supervised Object Detection, WSOD) trainiert Objektdetektoren ausschließlich mit Labels auf Bildebene – die angeben, welche Objektklassen in einem Bild vorkommen –, ohne kostspielige Bounding-Box-Annotationen zu erfordern. Multiple-Instance-Learning (MIL)-Formulierungen ermöglichen es dem Modell, die wahrscheinliche Position jeder Objektklasse allein aus Klassifikationssignalen zu ermitteln, wodurch der Annotationsaufwand drastisch reduziert wird.
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
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Weakly Supervised Object Detection (WSOD). ScholarGate. https://scholargate.app/de/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.
- BildklassifizierungDeep Learning↔ compare
- InstanzsegmentierungDeep Learning↔ compare
- ObjekterkennungDeep Learning↔ compare
- Semisupervidierte ObjektdetektionDeep Learning↔ compare
- Vision TransformerDeep Learning↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →