Machine learningDeep learning / NLP / CV

Слабо контролируемая диффузионная модель

Слабо контролируемая диффузионная модель обучается или кондиционируется вероятностной диффузионной моделью шумоподавления с использованием грубых, зашумленных или неполных управляющих сигналов — таких как метки классов на уровне изображения, ограничивающие рамки или аннотации, полученные от краудсорсинга — вместо точных пиксельных эталонных данных. Это позволяет получать высококачественные генеративные и дискриминативные результаты в условиях нехватки аннотаций, когда полное маркирование невыполнимо или непомерно дорого.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

Источники

  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

Как цитировать эту страницу

ScholarGate. (2026, June 3). Weakly Supervised Diffusion Model (Denoising Diffusion with Imperfect Supervision). ScholarGate. https://scholargate.app/ru/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)). Получено 2026-06-15 из https://scholargate.app/ru/deep-learning/weakly-supervised-diffusion-model · Набор данных: https://doi.org/10.5281/zenodo.20539026