Nõrgalt juhendatud objektituvastus
Nõrgalt juhendatud objektituvastus (WSOD) treenib objektidetektoreid, kasutades ainult pilditaseme silte – mis näitavad, millised objektiklassid pildil esinevad – ilma et oleks vaja kulukaid piirdekastide annotatsioone. Mitme instansi õppimise (MIL) vormistused võimaldavad mudelil avastada iga objektiklassi tõenäolise asukoha ainult klassifitseerimissignaalide põhjal, vähendades dramaatiliselt annotatsioonikulusid.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Weakly Supervised Object Detection (WSOD). ScholarGate. https://scholargate.app/et/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.
- PildiklassifikatsioonSüvaõpe↔ compare
- Instance SegmentationSüvaõpe↔ compare
- ObjektituvastusSüvaõpe↔ compare
- Pooljärelevalvega objektituvastusSüvaõpe↔ compare
- Vision TransformerSüvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →