Mis on nõrk järelevalve segmentatsioonis (pildi tasemel sildid)?

Weak supervision в сегментации с использованием image-level labels означает обучение модели сегментации, когда разметка дана не на уровне пикселей, а только на уровне изображений (например, указано, какие объекты присутствуют на картинке, но не где именно).

Это позволяет существенно снизить трудозатраты на разметку, но усложняет задачу обучения, так как модель должна самостоятельно выявить, какие области изображения соответствуют объектам.

Для решения этой задачи применяют методы, такие как:

• Использование Class Activation Maps (CAM) для локализации объектов.
• Применение различных регуляризаций и ограничений для улучшения качества сегментации.
• Обучение с использованием дополнительных слабых сигналов или априорных знаний.

Таким образом, weak supervision позволяет обучать модели сегментации с минимальной разметкой, что важно при ограниченных ресурсах на аннотацию данных.