Zwak gesuperviseerde beeldclassificatie
Zwak gesuperviseerde beeldclassificatie traint convolutionele of op transformator gebaseerde netwerken met alleen grove, onvolledige of ruisende supervisie — zoals categorielabels op beeldniveau, hashtags of van het web geschraapte tags — zonder dat precieze bounding boxes of pixelannotaties nodig zijn. Dit vermindert de labelkosten drastisch, terwijl toch zeer nauwkeurige visuele herkenning op schaal mogelijk blijft.
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
- 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 ↗
- Mahajan, D., Girshick, R., Ramanathan, V., He, K., Paluri, M., Li, Y., Bharambe, A., & van der Maaten, L. (2018). Exploring the Limits of Weakly Supervised Pretraining. Proceedings of the European Conference on Computer Vision (ECCV), 181–196. DOI: 10.1007/978-3-030-01216-8_12 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Weakly Supervised Image Classification (WSL-IC). ScholarGate. https://scholargate.app/nl/deep-learning/weakly-supervised-image-classification
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.
- Fijnafgestemde beeldclassificatieDeep learning↔ compare
- BeeldclassificatieDeep learning↔ compare
- Zelfgesuperviseerde beeldclassificatieDeep learning↔ compare
- Semi-supervised Image ClassificationDeep learning↔ compare
- Transfer Learning met BeeldclassificatieDeep learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →