Mạng nơ-ron tích chập giám sát yếu
Một mạng nơ-ron tích chập (CNN) giám sát yếu là một mạng nơ-ron tích chập được huấn luyện bằng các chú thích không đầy đủ, thô hoặc nhiễu thay vì nhãn cấp pixel hoặc hộp giới hạn đầy đủ. Các nhãn yếu điển hình bao gồm thẻ lớp cấp hình ảnh, chú thích một phần hoặc nhãn nhiễu do đám đông đóng góp. Mô hình học cách phân loại và thường là định vị đối tượng một cách gần đúng bằng cách sử dụng các tín hiệu giám sát rẻ hơn, chất lượng thấp hơn này.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
- Oquab, M., Bottou, L., Laptev, I., & Sivic, J. (2015). Is object localization for free? — Weakly-supervised learning with convolutional neural networks. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 685–694. DOI: 10.1109/CVPR.2015.7298668 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Weakly Supervised Convolutional Neural Network. ScholarGate. https://scholargate.app/vi/deep-learning/weakly-supervised-convolutional-neural-network
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.
- Mạng nơ-ron tích chập tinh chỉnhHọc sâu↔ compare
- Phân loại ảnhHọc sâu↔ compare
- Mạng nơ-ron tích chập tự giám sátHọc sâu↔ compare
- Phân đoạn ngữ nghĩaHọc sâu↔ compare
- Mạng nơ-ron tích chập bán giám sátHọc sâu↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →