تشخیص اشیاء با نظارت ضعیف
تشخیص اشیاء با نظارت ضعیف (WSOD) مدلهای تشخیص اشیاء را با استفاده از برچسبهای سطح تصویر آموزش میدهد - که نشان میدهد کدام کلاسهای اشیاء در یک تصویر ظاهر میشوند - بدون نیاز به حاشیهنویسی پرهزینه جعبه مرزی. فرمولبندیهای یادگیری چند نمونهای (MIL) به مدل اجازه میدهد تا مکان احتمالی هر کلاس شیء را تنها از سیگنالهای طبقهبندی کشف کند و هزینه حاشیهنویسی را به طور چشمگیری کاهش دهد.
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
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Weakly Supervised Object Detection (WSOD). ScholarGate. https://scholargate.app/fa/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.
- طبقهبندی تصویریادگیری عمیق↔ compare
- برش زنی نمونه (Instance Segmentation)یادگیری عمیق↔ compare
- تشخیص اشیاءیادگیری عمیق↔ compare
- آشکارسازی اشیاء با نظارت نیمهخودکاریادگیری عمیق↔ compare
- ترنسفورمر بینایییادگیری عمیق↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →