Zwak Gesuperviseerd Diffusiemodel
Een zwak gesuperviseerd diffusiemodel traint of conditioneert een denoising diffusion probabilistic model met behulp van grove, ruisige of onvolledige supervisiesignalen — zoals klasselabels op afbeeldingsniveau, bounding boxes of crowd-sourced annotaties — in plaats van pixel-precieze ground truth. Dit maakt hoogwaardige generatieve en discriminatieve outputs mogelijk in annotatie-schaarse omgevingen waar volledige labeling onuitvoerbaar of buitensporig duur is.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
Deze pagina citeren
ScholarGate. (2026, June 3). Weakly Supervised Diffusion Model (Denoising Diffusion with Imperfect Supervision). ScholarGate. https://scholargate.app/nl/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.
- Diffusion ModelDeep learning↔ compare
- Generatief Adversarieel NetwerkDeep learning↔ compare
- Zelf-gesuperviseerd diffusiemodelDeep learning↔ compare
- Semi-supervised Diffusion ModelDeep learning↔ compare
- Variational AutoencoderDeep learning↔ compare
- Zwakke gesuperviseerde semantische segmentatieDeep learning↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →