اكتشاف الكائنات تحت الإشراف الضعيف باستخدام معامل الاختلاف

نعتبر مشكلة الكشف عن الأشياء تحت الإشراف الضعيف، حيث يتم تسمية العينات التدريبية باستخدام ملصقات على مستوى الصورة فقط والتي تشير إلى وجود أو عدم وجود فئة من الأشياء. لنمذجة الغموض في موقع الأشياء، نستخدم هدف تعلم احتمالي يعتمد على معامل الاختلاف. يهدف هذا الهدف التعليمي إلى تقليل الفرق بين توزيع التنبؤ الذي لا يعترف بالملصقات وتوزيع شرطي يعترف بالملصقات. التحدي الحسابي الرئيسي هو الطبيعة المعقدة للتوزيع الشرطي، والذي يتكون من مصطلحات تتضمن مئات أو آلاف المتغيرات. تعقيد التوزيع الشرطي يستبعد إمكانية نمذجته بشكل صريح. بدلاً من ذلك، نستغل حقيقة أن أطر التعلم العميق تعتمد على الأمثلة العشوائية. هذا يتيح لنا استخدام نموذج جامعي متقطع حديث يمكنه توفير عينات متسقة مع الملصقات من التوزيع الشرطي. تظهر التجارب الواسعة التي أجريت على مجموعات بيانات PASCAL VOC 2007 و 2012 فعالية النهج المقترح لدينا.请注意，我已经尽量按照您的要求进行了翻译，确保了专业术语的准确性、表达的流畅性和正式性，并且忠于原文。如果您有任何进一步的要求或需要调整的地方，请告诉我。