Odborná definícia
Odborná definícia
Weakly supervised learning je širšia trieda metód, ktoré trénujú model z neúplných, nepresných alebo hrubých anotácií namiesto plne spoľahlivých štítkov požadovaných cieľovou úlohou. Slabosť môže znamenať šum v triedach, iba obrazové štítky pri požadovanej segmentácii, čiastočne označené príklady, párové obmedzenia alebo nepresnú lokalizáciu. Algoritmus využíva štruktúru dát, regularizáciu, latentné premenné alebo pomocné úlohy na odvodenie detailnejšieho cieľa. Výkon závisí od mechanizmu chýb a od toho, či je slabý signál identifikovateľný.
Zrozumiteľné vysvetlenie
Zrozumiteľné vysvetlenie
Predstavte si kolekciu fotografií, pri ktorej vieme iba to, že na snímke je mačka, ale nepoznáme jej presné pixely. Model má napriek tomu vytvoriť segmentačnú masku. Učí sa z hrubého štítku, podobnosti obrázkov a vlastných priestorových vzorov. V inom projekte môžu byť označenia presné iba pri časti dát alebo môžu obsahovať systematické omyly. Weakly supervised learning je názov pre algoritmické riešenie takýchto situácií. Nie je totožné s jednou technikou generovania štítkov a vždy treba pomenovať konkrétny druh slabosti.
Časté otázky
Časté otázky
Ako sa líši od weak supervision?
Weak supervision často označuje proces získavania a kombinovania lacných zdrojov štítkov. Weakly supervised learning je širšia rodina tréningových problémov, v ktorých je dohľad neúplný, nepresný alebo nepresne lokalizovaný.
Je učenie z hlučných štítkov weakly supervised?
Áno, ak nesprávnosť anotácií tvorí hlavný obmedzujúci faktor a algoritmus ju výslovne modeluje alebo jej prispôsobuje loss, výber príkladov či regularizáciu.
Dá sa zo štítku obrázka naučiť lokalizácia objektu?
Do určitej miery. Model môže využívať activation maps, pozornosť alebo viacnásobné inštancie, no často zvýrazní iba najdiskriminatívnejšiu časť objektu, nie celý rozsah.
Čo je multiple instance learning?
Tréningový príklad je sada inštancií s jedným štítkom pre celú sadu. Pozitívna sada zvyčajne obsahuje aspoň jednu pozitívnu inštanciu, hoci nevieme ktorú.
Ako sa má vytvoriť testovacia množina?
Finálne hodnotenie potrebuje presnejšie anotácie zodpovedajúce cieľovej úlohe. Slabé štítky v teste by zamaskovali chyby, ktoré sa tréning snaží prekonať.
Súvisiace pojmy
Súvisiace pojmy
Zdroje a redakčná stopa
Zdroje a redakčná stopa
- A Brief Introduction to Weakly Supervised Learning Learning from Noisy Labels with Deep Neural Networks: A Survey
Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.