Machine learningDeep learning / NLP / CV

Slabo supervidovaný difúzny model

Slabo supervidovaný difúzny model trénuje alebo podmieňuje denoičný difúzny pravdepodobnostný model pomocou hrubých, šumových alebo neúplných supervíznych signálov — ako sú celoobrazové triedne štítky, ohraničujúce rámčeky alebo anotácie získané z davu — namiesto pixelovo presných skutočných hodnôt. To umožňuje vysokokvalitné generatívne a diskriminačné výstupy v prostrediach s nedostatkom anotácií, kde je úplné označovanie neuskutočniteľné alebo neúmerne drahé.

Otvoriť v MethodMindČoskoroVideoČoskoroDownload slides

Prečítať celú metódu

Len pre členov

Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.

Prihlásiť sa

Method map

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

Zdroje

  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

Ako citovať túto stránku

ScholarGate. (2026, June 3). Weakly Supervised Diffusion Model (Denoising Diffusion with Imperfect Supervision). ScholarGate. https://scholargate.app/sk/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)). Získané 2026-06-15 z https://scholargate.app/sk/deep-learning/weakly-supervised-diffusion-model · Dátová sada: https://doi.org/10.5281/zenodo.20539026