Modèle de diffusion faiblement supervisé

Un modèle de diffusion faiblement supervisé entraîne ou conditionne un modèle de diffusion probabiliste de débruitage (denoising diffusion probabilistic model) en utilisant des signaux de supervision grossiers, bruités ou incomplets — tels que des étiquettes de classe au niveau de l'image, des boîtes englobantes ou des annotations participatives (crowd-sourced annotations) — au lieu d'une vérité terrain précise au pixel près. Cela permet d'obtenir des sorties génératives et discriminatives de haute qualité dans des contextes où l'annotation est rare et où un étiquetage complet est infaisable ou prohibitivement coûteux.