.png){kind=icon}
返回
Survey on deep learning-based weakly supervised salient object detection
.png){kind=icon}
PRE
AI
DOI：10.1016/j.eswa.2025.127497.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
图像显著性目标检测（ISOD）和视频显著性目标检测（VSOD）一直是计算机视觉领域的研究热点。尽管完全监督的SOD算法近年来取得了显著进展，但它们高度依赖人工像素级标注，这些标注既耗时又费力。弱监督学习范式已在基于图像和基于视频的场景中进行了探索，分别形成了弱监督ISOD（WSISOD）和弱监督VSOD（WSVSOD）。这些算法旨在通过利用低成本弱标注作为监督，在标注成本和模型性能之间取得平衡。基于对WSISOD和WSVSOD算法研究挑战的系统分析，本文对基于深度学习的WSISOD和WSVSOD算法的最新进展进行了全面综述。此外，总结了当前可用的基准ISOD和VSOD数据集，描述了性能评估指标以及现有ISOD和VSOD算法在不同数据集上的性能表现。最后，讨论了弱监督显著性目标检测研究中的现有问题及其未来发展趋势。
Keyword:
WSISOD
WSVSOD
Deep learning
Weak annotations
期刊
IF:
7.5
论文数:
2.9W
被引数:
10.2W
机构
引用论文
.png){kind=icon}
Learning Local-Global Representation for Scribble-Based RGB-D Salient Object Detection via Transformer通过Transformer学习局部-全局表示，用于基于素描的RGB-D显著对象检测
PREAI
分享收藏Weakly Supervised Instance Segmentation of Electrical Equipment Based on RGB-T Automatic Annotation基于rgb-t自动标注的电气设备弱监督实例分割
PREAI
分享收藏
查看更多内容