Klasifikasi Citra dengan Supervisi Lemah
Klasifikasi citra dengan supervisi lemah melatih jaringan berbasis konvolusional atau transformer menggunakan supervisi yang hanya kasar, tidak lengkap, atau berisik — seperti label kategori tingkat citra, tagar, atau tag yang dikeruk dari web — tanpa memerlukan kotak pembatas (bounding box) atau anotasi piksel yang presisi. Hal ini secara dramatis mengurangi biaya pelabelan sambil tetap memungkinkan pengenalan visual akurasi tinggi dalam skala besar.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Weakly Supervised Image Classification (WSL-IC). ScholarGate. https://scholargate.app/id/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.
- Klasifikasi Citra yang Disesuaikan (Fine-Tuned)Pembelajaran Mendalam↔ compare
- Klasifikasi CitraPembelajaran Mendalam↔ compare
- Klasifikasi Citra Mandiri-TerawasiPembelajaran Mendalam↔ compare
- Klasifikasi Citra Semi-TerawasiPembelajaran Mendalam↔ compare
- Transfer Learning untuk Klasifikasi CitraPembelajaran Mendalam↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →