Vāji uzraudzīta objektu noteikšana
Vāji uzraudzīta objektu noteikšana (WSOD) apmāca objektu detektorus, izmantojot tikai attēla līmeņa etiķetes — norādot, kuras objektu klases parādās attēlā — neprasot dārgas ierāmēšanas anotācijas. Vairāku instanču mācīšanās (MIL) formulējumi ļauj modelim atklāt katras objektu klases iespējamo atrašanās vietu tikai no klasifikācijas signāliem, dramatiski samazinot anotēšanas izmaksas.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Weakly Supervised Object Detection (WSOD). ScholarGate. https://scholargate.app/lv/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.
- Attēlu klasifikācijaDziļā mācīšanās↔ compare
- Instance segmentācijaDziļā mācīšanās↔ compare
- Objektu noteikšanaDziļā mācīšanās↔ compare
- Pusautomātiskā objektu noteikšanaDziļā mācīšanās↔ compare
- Vision TransformerDziļā mācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →