نقدم نموذجًا مشرفًا ضعيفًا يقوم بشكل مشترك بأداء كل من التجزئة الدلالية والتجزئة الإنشائية - وهو مشكلة ذات أهمية خاصة نظرًا لتكلفة الحصول على تسميات دقيقة للبكسل لهذه المهام. بخلاف العديد من الأساليب الشائعة للتجزئة الإنشائية التي تعتمد على كاشفات الأشياء، لا يتنبأ نهجنا بأي حالات متداخلة. بالإضافة إلى ذلك، نحن قادرون على تجزئة فئتي "الأشياء" و "المادة"، وبالتالي شرح جميع البكسل في الصورة. يتم توفير إشراف ضعيف لفئات "الأشياء" باستخدام صناديق الحدود، وللفئات "المادة" باستخدام علامات مستوى الصورة. نحصل على أفضل النتائج في Pascal VOC، لكل من الإشراف الكامل والإشراف الضعيف (والذي يحقق حوالي 95٪ من أداء الإشراف الكامل). علاوة على ذلك، نقدم أولى النتائج المشرف عليها ضعيفًا في Cityscapes لكل من التجزئة الدلالية والتجزئة الإنشائية. وأخيرًا، نستخدم إطارنا المشرف عليه ضعيفًا لتحليل العلاقة بين جودة التسمية والأداء التنبؤي، وهي مسألة تهم مبدعي المجموعات البيانات.