دستهبندی تصاویر با نظارت ضعیف
دستهبندی تصاویر با نظارت ضعیف، شبکههای کانولوشنال یا مبتنی بر ترانسفورمر را تنها با استفاده از نظارت کلی، ناقص یا نویزدار (مانند برچسبهای دستهبندی در سطح تصویر، هشتگها یا برچسبهای استخراجشده از وب) آموزش میدهد، بدون نیاز به کادرهای مرزی دقیق یا حاشیهنویسی پیکسلی. این امر هزینه برچسبگذاری را به طرز چشمگیری کاهش میدهد، در حالی که همچنان امکان تشخیص بصری با دقت بالا در مقیاس وسیع را فراهم میکند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Zhou, B., Khosla, A., Lapedriza, A., Oliva, A., & Torralba, A. (2016). Learning Deep Features for Discriminative Localization. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2921–2929. DOI: 10.1109/CVPR.2016.319 ↗
- Mahajan, D., Girshick, R., Ramanathan, V., He, K., Paluri, M., Li, Y., Bharambe, A., & van der Maaten, L. (2018). Exploring the Limits of Weakly Supervised Pretraining. Proceedings of the European Conference on Computer Vision (ECCV), 181–196. DOI: 10.1007/978-3-030-01216-8_12 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Weakly Supervised Image Classification (WSL-IC). ScholarGate. https://scholargate.app/fa/deep-learning/weakly-supervised-image-classification
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.
- طبقهبندی تصویر با تنظیم دقیق (Fine-Tuned Image Classification)یادگیری عمیق↔ compare
- طبقهبندی تصویریادگیری عمیق↔ compare
- طبقهبندی تصویر خودنظارتییادگیری عمیق↔ compare
- طبقهبندی تصویر نیمهنظارتشدهیادگیری عمیق↔ compare
- یادگیری انتقالی با طبقهبندی تصویریادگیری عمیق↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →