Rangkaian Saraf Konvolusional (CNN) Berwaswasan Lemah
CNN berwaswasan lemah ialah rangkaian saraf konvolusional yang dilatih dengan anotasi yang tidak lengkap, kasar, atau bising dan bukannya label peringkat piksel atau kotak sempadan penuh. Label lemah lazim termasuk tag kelas peringkat imej, anotasi separa, atau label bising yang diperoleh daripada orang ramai. Model ini belajar untuk mengklasifikasi dan selalunya untuk melokalisasi objek secara kasar menggunakan isyarat penyeliaan yang lebih murah dan berkualiti rendah ini.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Weakly Supervised Convolutional Neural Network. ScholarGate. https://scholargate.app/ms/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.
- Fine-Tuned Convolutional Neural NetworkPembelajaran Mendalam↔ compare
- Klasifikasi ImejPembelajaran Mendalam↔ compare
- Rangkaian Saraf Konvolusional Kendiri-SeliaPembelajaran Mendalam↔ compare
- Semantic SegmentationPembelajaran Mendalam↔ compare
- Rangkaian Saraf Konvolusional Separuh-TerawasiPembelajaran Mendalam↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →