Slabá segmentácia s čiastočným dohľadom
Slabá segmentácia s čiastočným dohľadom (WSSS) trénuje parsery scén na úrovni pixelov pomocou lacných, hrubých anotácií – typicky značiek triedy na úrovni obrázka – namiesto nákladných hustých masiek pixelov. Generovaním zástupných falošných označení zo klasifikačnej siete (pomocou máp aktivácie triedy alebo podobných lokalizačných znakov) a ich iteratívnym zdokonaľovaním WSSS približuje presnosť plného dohľadu za zlomok nákladov na anotáciu.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Weakly Supervised Semantic Segmentation (WSSS). ScholarGate. https://scholargate.app/sk/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.
- Detekcia objektovHlboké učenie↔ compare
- SamoučenieStrojové učenie↔ compare
- Sémantická segmentáciaHlboké učenie↔ compare
- Polosupervizované učenieStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →