Nõrgalt juhendatud semantiline segmenteerimine
Nõrgalt juhendatud semantiline segmenteerimine (WSSS) koolitab pikslitasandi stseeniparsereid, kasutades ainult odavaid, jämedaid annotatsioone – tavaliselt pilditaseme klassisildid – kulukate tihedate pikselmaskide asemel. Klassifitseerimisvõrgu (Class Activation Maps või sarnaste lokaliseerimisvihjete kaudu) abil proovimärkide (pseudo-labels) genereerimise ja nende iteratiivse täiustamise teel toob WSSS täisjuhendamise täpsuse saavutatavasse kaugusesse murdosaga annotatsioonikulust.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Zhou, B., Khosla, A., Lapedriza, A., Oliva, A., & Torralba, A. (2016). Learning Deep Features for Discriminative Localization. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 2921–2929. DOI: 10.1109/CVPR.2016.319 ↗
- Ahn, J., & Kwak, S. (2018). Learning Pixel-Wise Semantic Affinity with Image-Level Supervision. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 4109–4118. link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Weakly Supervised Semantic Segmentation (WSSS). ScholarGate. https://scholargate.app/et/deep-learning/weakly-supervised-semantic-segmentation
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.
- ObjektituvastusSüvaõpe↔ compare
- Enesest juhendav õppimineMasinõpe↔ compare
- Semantiline segmentatsioonSüvaõpe↔ compare
- Poolitatud järelevalvega õppimineMasinõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →