Weakly Supervised Object Detection
Weakly Supervised Object Detection (WSOD) ist eine Aufgabe im Bereich der Computer Vision, die darauf abzielt, Objekterkennungssysteme nur mit Bild-Level-Labels zu trainieren. Diese Methode erhöht die Praktikabilität und Generalisierungsfähigkeit von Modellen, indem sie die Abhängigkeit von großen Mengen an annotierten Daten reduziert. Dadurch ist WSOD für die schnelle Analyse und Verarbeitung von umfangreichen Bild-Datensätzen geeignet und hat somit erheblichen Anwendungswert.
CASPAPaintings
MI-max
Charades
Spatial Prior
Cityscapes-to-Foggy Cityscapes
MEAA
Clipart1k
H2FA R-CNN (clipart_all)
MS COCO
MSLPD
COCO test-dev
wetectron(single-model, VGG16)
Comic2k
DASS-Detector (YOLOX Tiny)
HICO-DET
IconArt
MI_Net [wang_revisiting_2018]
ImageNet
PCL-OB-G-Ens + FRCNN
MS-COCO-2014
MS-COCO-2017
OD-WSCL
MSCOCO
CASD(ResNet50)
PASCAL VOC 2007
PASCAL VOC 2012 test
wetectron(single-model)
PeopleArt
Polyhedral MI-max
Watercolor2k
DASS-Detector (YOLOX Tiny)