Machine learningDeep learning / NLP / CV
弱教師あり物体検出
弱教師あり物体検出（WSOD）は、高価なバウンディングボックス注釈を必要とせずに、画像レベルのラベル（どのクラスの物体が画像に含まれるかを示す）のみを使用して物体検出器を訓練する。複数のインスタンス学習（MIL）の定式化により、モデルは分類信号のみから各物体クラスの可能性のある位置を発見でき、注釈コストを劇的に削減できる。
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
- Bilen, H., & Vedaldi, A. (2016). Weakly supervised deep detection networks. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 2846–2854. DOI: 10.1109/CVPR.2016.311 ↗
- Tang, P., Wang, X., Bai, X., & Liu, W. (2017). Multiple instance detection network with online instance classifier refinement. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 2843–2851. DOI: 10.1109/cvpr.2017.326 ↗
このページの引用方法
ScholarGate. (2026, June 3). Weakly Supervised Object Detection (WSOD). ScholarGate. https://scholargate.app/ja/deep-learning/weakly-supervised-object-detection
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.
- 画像分類深層学習↔ compare
- インスタンスセグメンテーション深層学習↔ compare
- 物体検出深層学習↔ compare
- 半教師あり物体検出深層学習↔ compare
- ビジョントランスフォーマー深層学習↔ compare