PulseAugur
中
实时 22:02:08
English(EN) A Realistic Protocol for Evaluation of Weakly Supervised Object Localization

提出新协议以真实评估弱监督目标定位

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员提出了一种新的弱监督目标定位（WSOL）评估协议，旨在通过在训练或测试期间不要求边界框标注来实现更真实的评估。当前的WSOL方法通常依赖这些标注来进行超参数调整和阈值估计，而这些在现实场景中通常是不可用的。所提出的协议使用选择性搜索或CLIP等方法生成带噪声的伪边界框，用于模型选择和阈值估计，其性能与使用真实边界框的方法相当。 AI

影响 这项新协议有望在现实应用中实现更准确、更实用的目标定位模型开发。

排序理由 该集群包含一篇详细介绍机器学习任务新评估协议的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

提出新协议以真实评估弱监督目标定位

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Shakeeb Murtaza, Soufiane Belharbi, Marco Pedersoli, Eric Granger ·

    A Realistic Protocol for Evaluation of Weakly Supervised Object Localization

    arXiv:2404.10034v3 Announce Type: replace-cross Abstract: Weakly Supervised Object Localization (WSOL) allows training deep learning models for classification and localization (LOC) using only global class-level labels. The absence of bounding box (bbox) supervision during traini…

相关话题