Gyengén felügyelt szemantikus szegmentáció
A gyengén felügyelt szemantikus szegmentáció (WSSS) pixelenkénti jelenetfelbontókat tanít csupán olcsó, durva annotációk — tipikusan képszintű osztálycímkék — felhasználásával, a költséges, sűrű pixeltérképek helyett. Osztályozó hálózatból származó (Class Activation Maps vagy hasonló lokalizációs jelzéseken keresztül generált) pszeudocímkék létrehozásával és iteratív finomításukkal a WSSS a teljes felügyelet pontosságát teszi elérhetővé az annotációs költség töredékéért.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Weakly Supervised Semantic Segmentation (WSSS). ScholarGate. https://scholargate.app/hu/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.
- ObjektumdetektálásMélytanulás↔ compare
- Önfelügyelt tanulásGépi tanulás↔ compare
- Szemantikus szegmentációMélytanulás↔ compare
- Félfelügyelt tanulásGépi tanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →