Machine learningDeep learning / NLP / CV

Vāji uzraudzīts difūzijas modelis

Vāji uzraudzīts difūzijas modelis apmāca vai nosacīti vada attīrīšanas difūzijas probabisko modeli, izmantojot neprecīzus, trokšņainus vai nepilnīgus uzraudzības signālus — piemēram, attēla līmeņa klases etiķetes, ierobežojošos rāmjus vai kopīgi radītas anotācijas — nevis pikseļu precīzu patieso vērtību. Tas nodrošina augstas kvalitātes ģeneratīvus un diskriminatīvus rezultātus situācijās ar ierobežotām anotācijām, kur pilna marķēšana ir neiespējama vai pārmērīgi dārga.

Atvērt MethodMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

The neighbourhood of related methods — select a node to explore.

Avoti

  1. Ho, J., Jain, A., & Abbeel, P. (2020). Denoising Diffusion Probabilistic Models. Advances in Neural Information Processing Systems (NeurIPS), 33, 6840–6851. link
  2. Zhou, K., et al. (2023). Weakly-supervised Semantic Segmentation with Diffusion Models. arXiv preprint arXiv:2309.11803. link

Kā citēt šo lapu

ScholarGate. (2026, June 3). Weakly Supervised Diffusion Model (Denoising Diffusion with Imperfect Supervision). ScholarGate. https://scholargate.app/lv/deep-learning/weakly-supervised-diffusion-model

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.

Compare side by side
ScholarGateWeakly Supervised Diffusion Model (Weakly Supervised Diffusion Model (Denoising Diffusion with Imperfect Supervision)). Izgūts 2026-06-15 no https://scholargate.app/lv/deep-learning/weakly-supervised-diffusion-model · Datu kopa: https://doi.org/10.5281/zenodo.20539026