Odborná definice
Odborná definice
Weakly supervised learning je širší třída metod, které trénují model z neúplných, nepresných nebo hrubých anotací místo plne spolahlivých štítků požadovaných cílovou úlohou. Slabost může znamenat šum v třídách, pouze obrazové štítky při požadované segmentaci, částečně označené příklady, párové omezení nebo nepresnou lokalizaci. Algoritmus využívá strukturu dat, regularizaci, latentní proměnné nebo pomocné úlohy na odvození detailnejšieho cíle. Výkon závisí na mechanizmu chyb a od toho, zda je slabý signál identifikovatelný.
Srozumitelné vysvětlení
Srozumitelné vysvětlení
Představte si kolekci fotografií, při které vieme pouze to, že na snímku je mačka, ale nepoznáme její přesné pixely. Model má navzdory tomu vytvořit segmentačnou masku. Učí se z hrubého štítku, podobnosti obrázků a vlastních priestorových vzorů. V jiném projekte mohou být označení přesné pouze při části dat nebo mohou obsahovat systematické omyly. Weakly supervised learning je název pro algoritmické řešení takýchto situací. Není totožné s jednou technikou generování štítků a vždy je třeba pomenovat konkrétní druh slabosti.
Časté otázky
Časté otázky
Jak se liší od weak supervision?
Weak supervision často označuje proces získavání a kombinování lacných zdrojů štítků. Weakly supervised learning je širší rodina tréninkových problémů, ve kterých je dohled neúplný, nepresný nebo nepresne lokalizovaný.
Je učení z hlučných štítků weakly supervised?
Ano, pokud nesprávnost anotací tvoří hlavný obmedzujúci faktor a algoritmus ji výslovne modeluje nebo její přizpůsobuje loss, výběr příkladů či regularizaci.
Lze ze štítku obrázku naučit lokalizace objektu?
Do určité míry. Model může využívat activation maps, pozornost nebo viacnásobné inštance, ale často zvýrazní pouze najdiskriminatívnejšiu část objektu, ne celý rozsah.
Co je multiple instance learning?
Tréninkový příklad je sada inštancií s jedním štítkem pro celou sadu. Pozitívna sada obvykle obsahuje aspoň jednu pozitivní instanci, ačkoli nevieme kterou.
Jak se má vytvořit testovací množina?
Finálne hodnocení potřebuje přesněji anotace zodpovedajúce cílové úloze. Slabé štítky v teste by zamaskovali chyby, které se trénink snaží prekonat.
Související pojmy
Související pojmy
Zdroje a redakční stopa
Zdroje a redakční 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.