ScholarGate
Assistente
Machine learningDeep learning / NLP / CV

Modelo de Difusão Fracamente Supervisionado

Um modelo de difusão fracamente supervisionado treina ou condiciona um modelo de difusão probabilístico de desruído usando sinais de supervisão grosseiros, ruidosos ou incompletos — como rótulos de classe em nível de imagem, caixas delimitadoras ou anotações crowdsourced — em vez de verdade fundamental precisa em nível de pixel. Isso permite saídas generativas e discriminativas de alta qualidade em cenários com escassez de anotações, onde a rotulagem completa é inviável ou proibitivamente cara.

Abrir no MethodMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

The neighbourhood of related methods — select a node to explore.

Fontes

  1. Ho, J., Jain, A., & Abbeel, P. (2020). Denoising Diffusion Probabilistic Models. Advances in Neural Information Processing Systems (NeurIPS), 33, 6840–6851. link
  2. Zhou, K., et al. (2023). Weakly-supervised Semantic Segmentation with Diffusion Models. arXiv preprint arXiv:2309.11803. link

Como citar esta página

ScholarGate. (2026, June 3). Weakly Supervised Diffusion Model (Denoising Diffusion with Imperfect Supervision). ScholarGate. https://scholargate.app/pt/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.

Compare side by side
ScholarGateWeakly Supervised Diffusion Model (Weakly Supervised Diffusion Model (Denoising Diffusion with Imperfect Supervision)). Recuperado em 2026-06-15 de https://scholargate.app/pt/deep-learning/weakly-supervised-diffusion-model · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026