ScholarGate
Assistent
Machine learningDeep learning / NLP / CV

Nõrgalt juhendatud difusioonimudel

Nõrgalt juhendatud difusioonimudel treenib või tingib denoiseeriva difusioonilise tõenäosusmudeli, kasutades jämedaid, mürarikkaid või mittetäielikke juhendussignaale – näiteks pilditaseme klassisildid, piirdekastid või ühisrahastatud annotatsioonid – pikslitäpse tõe asemel. See võimaldab kvaliteetseid generatiivseid ja diskriminatiivseid väljundeid annotatsioonivaestes seadetes, kus täielik märgistamine on teostamatu või ülemäära kallis.

Ava rakenduses MethodMindPeagiVideoPeagiDownload slides

Loe meetodi täielikku kirjeldust

Ainult liikmetele

Selle osa lugemiseks logi sisse tasuta kontoga.

Logi sisse

Method map

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

Allikad

  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

Kuidas sellele lehele viidata

ScholarGate. (2026, June 3). Weakly Supervised Diffusion Model (Denoising Diffusion with Imperfect Supervision). ScholarGate. https://scholargate.app/et/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)). Loetud 2026-06-15 aadressilt https://scholargate.app/et/deep-learning/weakly-supervised-diffusion-model · Andmestik: https://doi.org/10.5281/zenodo.20539026