Svag övervakad objektdetektering
Svag övervakad objektdetektering (WSOD) tränar objektdetektorer med endast bildnivåetiketter – som anger vilka objektklasser som förekommer i en bild – utan att kräva kostsamma bounding-box-annoteringar. Formuleringar baserade på Multiple Instance Learning (MIL) tillåter modellen att upptäcka den troliga platsen för varje objektklass enbart från klassificeringssignaler, vilket dramatiskt minskar annoteringskostnaden.
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
- Bilen, H., & Vedaldi, A. (2016). Weakly supervised deep detection networks. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 2846–2854. DOI: 10.1109/CVPR.2016.311 ↗
- Tang, P., Wang, X., Bai, X., & Liu, W. (2017). Multiple instance detection network with online instance classifier refinement. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 2843–2851. DOI: 10.1109/cvpr.2017.326 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Weakly Supervised Object Detection (WSOD). ScholarGate. https://scholargate.app/sv/deep-learning/weakly-supervised-object-detection
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.
- BildklassificeringDjupinlärning↔ compare
- InstanssegmenteringDjupinlärning↔ compare
- ObjektdetekteringDjupinlärning↔ compare
- Semi-övervakad objektdetekteringDjupinlärning↔ compare
- Vision TransformerDjupinlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →