Слабокерована семантична сегментація
Слабокерована семантична сегментація (WSSS) навчає парсери сцени на рівні пікселів, використовуючи лише дешеві, грубі анотації — зазвичай мітки класів на рівні зображення — замість дорогих щільних масок пікселів. Генеруючи проксі-псевдо-мітки з класифікаційної мережі (через карти активації класів або подібні локалізаційні підказки) та ітеративно їх уточнюючи, WSSS наближає точність повної супервізії за частку вартості анотування.
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. 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Weakly Supervised Semantic Segmentation (WSSS). ScholarGate. https://scholargate.app/uk/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.
- Виявлення об'єктівГлибоке навчання↔ compare
- Самокероване навчанняМашинне навчання↔ compare
- Семантична сегментаціяГлибоке навчання↔ compare
- Напівкероване навчанняМашинне навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →