Objectdetectie met zwakke supervisie
Objectdetectie met zwakke supervisie (WSOD) traint objectdetectoren met uitsluitend beeldniveau-labels — die aangeven welke objectklassen in een afbeelding voorkomen — zonder de noodzaak van kostbare bounding-box-annotaties. Formuleringen van Multiple Instance Learning (MIL) stellen het model in staat om de waarschijnlijke locatie van elke objectklasse te ontdekken op basis van classificatiesignalen alleen, wat de annotatiekosten drastisch vermindert.
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
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Weakly Supervised Object Detection (WSOD). ScholarGate. https://scholargate.app/nl/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.
- BeeldclassificatieDeep learning↔ compare
- InstantiesegmentatieDeep learning↔ compare
- ObjectdetectieDeep learning↔ compare
- Semi-supervised Object DetectionDeep learning↔ compare
- Transformator voor Visuele WaarnemingDeep learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →