Слабокерована класифікація зображень
Слабокерована класифікація зображень навчає згорткові мережі або мережі на основі трансформерів, використовуючи лише грубу, неповну або зашумлену супервізію — таку як мітки категорій на рівні зображення, хештеги або теги, зібрані з веб-сайтів — без необхідності точних обмежувальних рамок або піксельних анотацій. Це різко знижує витрати на розмітку, дозволяючи при цьому досягти високої точності візуального розпізнавання у великих масштабах.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Weakly Supervised Image Classification (WSL-IC). ScholarGate. https://scholargate.app/uk/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.
- Тонке налаштування класифікації зображеньГлибоке навчання↔ compare
- Класифікація зображеньГлибоке навчання↔ compare
- Самокерована класифікація зображеньГлибоке навчання↔ compare
- Напівкерована класифікація зображеньГлибоке навчання↔ compare
- Трансферне навчання для класифікації зображеньГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →