Ανίχνευση Αντικειμένων με Ασθενή Επίβλεψη
Η Ανίχνευση Αντικειμένων με Ασθενή Επίβλεψη (WSOD) εκπαιδεύει ανιχνευτές αντικειμένων χρησιμοποιώντας μόνο ετικέτες σε επίπεδο εικόνας — υποδεικνύοντας ποιες κλάσεις αντικειμένων εμφανίζονται σε μια εικόνα — χωρίς να απαιτούνται δαπανηρές επισημάνσεις ορθογωνίων πλαισίων. Οι διατυπώσεις Πολλαπλής Μάθησης Περιπτώσεων (MIL) επιτρέπουν στο μοντέλο να ανακαλύψει την πιθανή θέση κάθε κλάσης αντικειμένου μόνο από σήματα ταξινόμησης, μειώνοντας δραματικά το κόστος επισημείωσης.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Weakly Supervised Object Detection (WSOD). ScholarGate. https://scholargate.app/el/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.
- Κατηγοριοποίηση ΕικόνωνΒαθιά Μάθηση↔ compare
- Τμηματοποίηση Αντικειμένων (Instance Segmentation)Βαθιά Μάθηση↔ compare
- Ανίχνευση ΑντικειμένωνΒαθιά Μάθηση↔ compare
- Semi-supervised Object DetectionΒαθιά Μάθηση↔ compare
- Vision TransformerΒαθιά Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →