Svakt veiledet objektdeteksjon
Svakt veiledet objektdeteksjon (WSOD) trener objektdetektorer ved kun å bruke bildemerkelapper – som indikerer hvilke objektklasser som forekommer i et bilde – uten å kreve kostbare avgrensningsboksannotasjoner. Formuleringer basert på Multiple Instance Learning (MIL) lar modellen oppdage den sannsynlige plasseringen av hver objektklasse utelukkende fra klassifiseringssignaler, noe som dramatisk reduserer annotasjonskostnadene.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Weakly Supervised Object Detection (WSOD). ScholarGate. https://scholargate.app/no/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.
- BildeklassifiseringDyp læring↔ compare
- InstanssegmenteringDyp læring↔ compare
- ObjektdeteksjonDyp læring↔ compare
- Semi-overvåket objektdeteksjonDyp læring↔ compare
- Vision TransformerDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →