Svag övervakad bildklassificering
Svag övervakad bildklassificering tränar faltningsnätverk eller transformatorbaserade nätverk med endast grov, ofullständig eller brusig övervakning — såsom kategorietiketter på bildnivå, hashtags eller webbskrapade taggar — utan att kräva precisa avgränsningsramar eller pixelannoteringar. Detta minskar märkbart annoteringskostnaden samtidigt som det möjliggör visuell igenkänning med hög noggrannhet i stor skala.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
- Mahajan, D., Girshick, R., Ramanathan, V., He, K., Paluri, M., Li, Y., Bharambe, A., & van der Maaten, L. (2018). Exploring the Limits of Weakly Supervised Pretraining. Proceedings of the European Conference on Computer Vision (ECCV), 181–196. DOI: 10.1007/978-3-030-01216-8_12 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Weakly Supervised Image Classification (WSL-IC). ScholarGate. https://scholargate.app/sv/deep-learning/weakly-supervised-image-classification
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.
- Finjusterad bildklassificeringDjupinlärning↔ compare
- BildklassificeringDjupinlärning↔ compare
- Självövervakad bildklassificeringDjupinlärning↔ compare
- Semi-övervakad bildklassificeringDjupinlärning↔ compare
- Överföringsinlärning med bildklassificeringDjupinlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →