Papers with Code · CC BY-SA 4.0

Weakly-Supervised Object Localization

Object Localization › Weakly-Supervised Object Localization 30 평가 기록 7 datasets

Weakly supervised object localization (WSOL) learns to localize objects with only image-level labels, no object level labels (bonding boxes, etc.,) is needed. It is more attractive since image-level labels are much easier and cheaper to obtain.

개요는 각 항목의 일부입니다. 위 탭에서 전체 기록을 페이지별로 탐색할 수 있습니다.

벤치마크

Papers with Code 아카이브의 데이터셋별 기록 예시입니다. 평가 조건과 지표 방향이 검증되지 않아 순위를 의미하지 않습니다.

Dataset기록된 모델 예시MetricPaperCode
FALcon
Top-1 Localization Accuracy: 62.82GT-known localization accuracy: 88.30
논문 코드
Stable diffusion
GT-known localization accuracy: 75.0Top-1 Localization Accuracy: 65.2
논문 코드
SPG
Top-5 Error: 40.00
논문 코드
InfoCAM
Top-1 Localization Accuracy: 43.34
논문 코드
SPG
Top-1 Error Rate: 51.40
논문 코드
CUB
TokenCut
Top-1 Localization Accuracy: 72.9
논문 코드
FDCNet
Average Top-1 localization accuracy: 59.52
논문 코드

데이터셋

7개

논문

라이브러리

Papers with Code 리더보드 row에 연결된 구현 저장소입니다.