Machine learningDeep learning / NLP / CV
弱教師あり畳み込みニューラルネットワーク
弱教師ありCNNは、完全なピクセルレベルまたはバウンディングボックスのラベルの代わりに、不完全、粗い、またはノイズの多いアノテーションで訓練された畳み込みニューラルネットワークです。典型的な弱ラベルには、画像レベルのクラスタグ、部分的なアノテーション、またはクラウドソーシングされたノイズの多いラベルが含まれます。モデルは、これらの安価で低品質な教師信号を使用して、オブジェクトを分類し、多くの場合、大まかに局在化することを学習します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
- Oquab, M., Bottou, L., Laptev, I., & Sivic, J. (2015). Is object localization for free? — Weakly-supervised learning with convolutional neural networks. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 685–694. DOI: 10.1109/CVPR.2015.7298668 ↗
このページの引用方法
ScholarGate. (2026, June 3). Weakly Supervised Convolutional Neural Network. ScholarGate. https://scholargate.app/ja/deep-learning/weakly-supervised-convolutional-neural-network
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.
- ファインチューニングされた畳み込みニューラルネットワーク深層学習↔ compare
- 画像分類深層学習↔ compare
- 自己教師あり畳み込みニューラルネットワーク深層学習↔ compare
- セマンティックセグメンテーション深層学習↔ compare
- 半教師あり畳み込みニューラルネットワーク深層学習↔ compare