不完全监督：一部分数据有标签，一部分数据无标签。
可采用主动学习方法来解决，此方法需要人为干预。即先训练有标注数据，然后根据经验对无标注数据进行聚类，在无标注数据中，选择最有价值/最具代表性的实例进行查询。主动学习的目标是最小化查询数量。
可采用半监督学习方法来解决，此方法不需要查询人类专家。在学习完有标注数据后，通过参考整体未标注数据的分布来预测无标注数据类别。
不确切监督：只有粗粒度/高层级标签。
常采用多实例学习，即假设每个正包至少存在一个关键实例。通过对包和包所包含的多个实例进行分析、预测从而得到包的标签。
不精确监督：给出的标签不总是正确的。
常采用带噪学习，即识别潜在的误分类样本，然后尝试修正。
弱监督动作检测仅有视频的动作类别标签，而无时间标注，而需完成的任务仍是定位动作的起止时刻并分类。
top-down
先学习video-level的动作分类器，随后具有较高分类动机(temporal classification activation map)的帧被认为是动作帧。
bottom-up
先得到每一帧的attention结果，，代表该帧属于一个动作片段的可能性；再使用经过attention加权的特征训练视频级别的分类网络；最后将高attention得分帧视为动作帧。
该类方法的侧重点在于attention网络挑选关键帧的准确性。