Heikosti valvottu kohteentunnistus
Heikosti valvottu kohteentunnistus (WSOD) kouluttaa kohteentunnistimia käyttäen vain kuvatason luokkia — ilmoittaen, mitkä kohdeluokat esiintyvät kuvassa — ilman kalliita rajauslaatikkoannotaatioita. Moni-instanssioppimisen (MIL) muotoilut antavat mallin löytää kunkin kohdeluokan todennäköisen sijainnin pelkistä luokittelusignaaleista, vähentäen dramaattisesti annotointikustannuksia.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Weakly Supervised Object Detection (WSOD). ScholarGate. https://scholargate.app/fi/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.
- KuvanluokitteluSyväoppiminen↔ compare
- EsiintymäsegmentointiSyväoppiminen↔ compare
- KohdetunnistusSyväoppiminen↔ compare
- Puolivalvottu kohteentunnistusSyväoppiminen↔ compare
- Vision TransformerSyväoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →