Segmentare semantică slab supervizată
Segmentarea semantică slab supervizată (WSSS) antrenează analizoare de scene la nivel de pixel utilizând doar adnotări ieftine și grosiere — în mod tipic etichete de clasă la nivel de imagine — în loc de măști de pixeli dense și costisitoare. Prin generarea de pseudo-etichete proxy dintr-o rețea de clasificare (prin intermediul Hărților de Activare a Claselor sau a unor indicii de localizare similare) și rafinarea iterativă a acestora, WSSS aduce precizia supervizării complete la îndemână, la o fracțiune din costul de adnotare.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Zhou, B., Khosla, A., Lapedriza, A., Oliva, A., & Torralba, A. (2016). Learning Deep Features for Discriminative Localization. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 2921–2929. DOI: 10.1109/CVPR.2016.319 ↗
- Ahn, J., & Kwak, S. (2018). Learning Pixel-Wise Semantic Affinity with Image-Level Supervision. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 4109–4118. link ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Weakly Supervised Semantic Segmentation (WSSS). ScholarGate. https://scholargate.app/ro/deep-learning/weakly-supervised-semantic-segmentation
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.
- Detecția obiectelorÎnvățare profundă↔ compare
- Învățare auto-supervizatăÎnvățare automată↔ compare
- Segmentare semanticăÎnvățare profundă↔ compare
- Învățare semi-supervizatăÎnvățare automată↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →