ScholarGate
Asistente
Machine learningDeep learning / NLP / CV

Modelo de Difusión Débilmente Supervisado

Un modelo de difusión débilmente supervisado entrena o condiciona un modelo de difusión probabilístico de eliminación de ruido utilizando señales de supervisión gruesas, ruidosas o incompletas — como etiquetas de clase a nivel de imagen, cuadros delimitadores o anotaciones crowdsourced — en lugar de verdad fundamental precisa a nivel de píxel. Esto permite salidas generativas y discriminativas de alta calidad en entornos con escasez de anotaciones donde el etiquetado completo es inviable o prohibitivamente caro.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

Fuentes

  1. Ho, J., Jain, A., & Abbeel, P. (2020). Denoising Diffusion Probabilistic Models. Advances in Neural Information Processing Systems (NeurIPS), 33, 6840–6851. link
  2. Zhou, K., et al. (2023). Weakly-supervised Semantic Segmentation with Diffusion Models. arXiv preprint arXiv:2309.11803. link

Cómo citar esta página

ScholarGate. (2026, June 3). Weakly Supervised Diffusion Model (Denoising Diffusion with Imperfect Supervision). ScholarGate. https://scholargate.app/es/deep-learning/weakly-supervised-diffusion-model

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.

Compare side by side
ScholarGateWeakly Supervised Diffusion Model (Weakly Supervised Diffusion Model (Denoising Diffusion with Imperfect Supervision)). Recuperado el 2026-06-15 de https://scholargate.app/es/deep-learning/weakly-supervised-diffusion-model · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026