多示例学习举例:假如一段视频由很多张图组成,假如10000张,那么我们要判断视频里是否包含某一物体,比如气球。单张标注每一帧是否有气球太耗时,通常人们看一遍说这个视频里是否有气球,就得到了多示例学习的数据。10000帧的数据不是每一个都有气球出现,只要有一帧有气球,那么我们就认为这个数据包是有气球的。只有当所有的视频帧都没有气球,才是没有气球的。从这里面学习哪一段视频(10000张)是否有气球出现就是多实例学习的问题。

MIL在异常检测中的应用,在文章[1]中提出用MIL检测异常。

收集到大量的正常与异常视频样本,如果在每个异常视频样本中都详细标注异常事件发生的具体时间,位置,是一件费时费力的工作。而对于一个视频,仅标注其内部是否包含异常事件,就是一个MIL的问题。

[1] Real-world Anomaly Detection in Surveillance Videos, cvpr2018

参考:https://zhuanlan.zhihu.com/p/40812750

多示例学习 MIL(multiple instance learning) 理解相关推荐

  1. 多示例学习(Multiple Instance Learning)

    多示例学习(multiple-instance learning)是1997年被提出的.其与监督学习.半监督学习和非监督学习有所不同,它是以多示例包(bag)为训练单元的学习问题. 在多示例学习中,训 ...

  2. 多示例学习(Multi Instance Learning)和 弱监督学习(Weakly Supervised Learning)

    目录 弱监督: 多示例学习: 弱监督: 1. 弱在缺标签:标签是不完全的,有的有标签,有的无标签 2. 弱在标签不准确:有的标签正确,有的标签错误 3. 弱在标签不精准: 标签不是在样本上,而是在更高 ...

  3. 论文阅读 (90):Proposal-based Multiple Instance Learning (P-MIL, 2023CVPR)

    文章目录 1 要点 1.1 概述 1.2 一些概念 1.3 主要步骤 2 方法 2.1 候选提案生成 2.2 提案特征提取和分类 2.2.1 周围对比特征提取 2.2.2 分类头 2.3 提案微调 2 ...

  4. ObjecT4:On-line multiple instance learning (MIL)学习

    原文链接:http://blog.csdn.net/ikerpeng/article/details/19235391 用到论文,直接看翻译. 文章:Robust object tracking wi ...

  5. 近年多示例论文阅读(2): Multiple instance learning: A survey of problem characteristics and applications

    目录 基本信息 核心思想 基本信息 题目:Multiple instance learning: A survey of problem characteristics and application ...

  6. Visual Tracking with Online Multiple Instance Learning (MIL)目标跟踪论文笔记

    1. 论文信息 论文标题 :Visual Tracking with Online Multiple Instance Learning 论文作者: Boris Babenko,University ...

  7. 论文阅读 (86):Normality Guided Multiple Instance Learning for Weakly Supervised Video Anomaly Detection

    文章目录 1 引入 1.1 题目 1.2 摘要 1.3 引用 2 方法 2.1 背景和动机 2.2 正态导向微调模块 2.2.1 正态更新 2.2.2 异常预测微调 2.3 学习目标 2.3.1 正态 ...

  8. Multiple Instance Learning(多实例学习)

    0.问题引入 首先考虑这样一个实际场景:在医学影像领域中的癌症监测任务中,病理切片的分辨率高大200000 x 100000.很明显,这样的巨大的图片数据很难一次性在内存中进行 分类.所以我们我们需要 ...

  9. <论文阅读03> Clustering-based multiple instance learning with multi-view feature

    文章目录 引入 1 方法概述 2 关键技术 训练阶段 测试阶段 引入   题目:具有多视图特征的基于聚类的多实例学习 (Clustering-based multiple instance learn ...

最新文章

  1. 使用Python判断俩张图像相同或以某种方式相似
  2. 第一家线下场景大数据平台Anchor-Point诞生
  3. 协议森林03 IP接力赛 (IP, ARP, RIP和BGP协议)
  4. who killed my time?
  5. 从N个元素中选择第i小的元素
  6. tensorflow(centos 7.0 64)安装
  7. vs编写windows服务和调用webservice
  8. html页面选择附件实现,实现单文件上传,页面局部刷新_html/css_WEB-ITnose
  9. 【Arthas】Arthas使用watch命令(生产上查看方法出入参)
  10. IO操作 第二篇 学习(转载)
  11. es if语法 script_Elasticsear7.x DSL语法之文档管理
  12. 【时间序列分析】01.时间序列与平稳序列
  13. 学校设备保修维修工单小程序开发制作
  14. 冷门节日借势营销策略分析
  15. html5视频 小马哥,小码哥-HTML5培训之进击前端的动画狮!
  16. html轮播图点击图片放大,jq点击图片 放大轮播
  17. win10桌面管理文件收纳_win10系统关闭桌面文件收纳盒的方法
  18. 海底光缆是如何铺设出来的?
  19. 微型计算机原理与接口技术-实验一
  20. java实现图片搜索_图片搜索(java实现)

热门文章

  1. php 7 xhprof,php7中使用xhprof解析
  2. java的robot_Java中的Robot不执行命令
  3. mysql lastid_轻松掌握MySQL函数中的last_insert_id()
  4. springboot主线程_springboot中的多线程.md
  5. PyQt4开发环境搭建指导
  6. mysql pgsql 语法_PostgreSQL ALIAS语法
  7. mysql 主从 不一致_揭秘MySQL主从数据不一致
  8. c ++ strstr_在C / C ++中使用strstr()的指南
  9. Python Tkinter教程–第1部分
  10. 如何在Java中使用Array实现ArrayList