Слабоконтролируемая свёрточная нейронная сеть
Слабоконтролируемая СНС — это свёрточная нейронная сеть, обученная на неполных, грубых или зашумлённых аннотациях вместо полных меток на уровне пикселей или ограничивающих рамок. Типичные слабые метки включают теги классов на уровне изображения, частичные аннотации или зашумлённые метки, полученные с помощью краудсорсинга. Модель учится классифицировать и часто грубо локализовать объекты, используя эти более дешёвые, менее качественные сигналы контроля.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
- Oquab, M., Bottou, L., Laptev, I., & Sivic, J. (2015). Is object localization for free? — Weakly-supervised learning with convolutional neural networks. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 685–694. DOI: 10.1109/CVPR.2015.7298668 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Weakly Supervised Convolutional Neural Network. ScholarGate. https://scholargate.app/ru/deep-learning/weakly-supervised-convolutional-neural-network
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.
- Дообученная (fine-tuned) свёрточная нейронная сетьГлубокое обучение↔ compare
- Классификация изображенийГлубокое обучение↔ compare
- Self-supervised convolutional neural networkГлубокое обучение↔ compare
- Семантическая сегментацияГлубокое обучение↔ compare
- Полу-контролируемая свёрточная нейронная сетьГлубокое обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →