Machine learningDeep learning / NLP / CV
弱教師あり画像分類
弱教師あり画像分類は、畳み込みネットワークまたはトランスフォーマーベースのネットワークを、画像レベルのカテゴリラベル、ハッシュタグ、またはウェブスクレイピングされたタグのような、粗い、不完全な、またはノイズの多い教師信号のみを使用して訓練します。これは、正確なバウンディングボックスやピクセルアノテーションを必要としません。これにより、ラベリングコストが劇的に削減されると同時に、大規模な高精度ビジュアル認識が可能になります。
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 ↗
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Weakly Supervised Image Classification (WSL-IC). ScholarGate. https://scholargate.app/ja/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.
- ファインチューニングによる画像分類深層学習↔ compare
- 画像分類深層学習↔ compare
- 自己教師あり画像分類深層学習↔ compare
- 半教師あり画像分類深層学習↔ compare
- 転移学習による画像分類深層学習↔ compare