التجزئة الدلالية القابلة للتفسير
تجمع التجزئة الدلالية القابلة للتفسير (XSS) بين تحليل المشهد على مستوى البكسل — أي تعيين تسمية فئة لكل بكسل في الصورة — وطرق التفسير اللاحقة أو الجوهرية مثل Grad-CAM، وخرائط الانتباه، أو SHAP، بحيث يمكن تدقيق قرارات الشبكة المتعلقة بالفئات وتصورها وتبريرها لخبراء المجال في التصوير الطبي والقيادة الذاتية والاستشعار عن بعد.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Selvaraju, R. R., Cogswell, M., Das, A., Vedantam, R., Parikh, D., & Batra, D. (2017). Grad-CAM: Visual explanations from deep networks via gradient-based localization. Proceedings of the IEEE International Conference on Computer Vision (ICCV), 618–626. DOI: 10.1109/ICCV.2017.74 ↗
- Long, J., Shelhamer, E., & Darrell, T. (2015). Fully convolutional networks for semantic segmentation. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 3431–3440. DOI: 10.1109/CVPR.2015.7298965 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Explainable Semantic Segmentation (XAI-Integrated Pixel-Wise Scene Parsing). ScholarGate. https://scholargate.app/ar/deep-learning/explainable-semantic-segmentation
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- آلية الانتباهالتعلم العميق↔ compare
- تقسيم الكيانات (Instance Segmentation)التعلم العميق↔ compare
- LIMEتعلم الآلة↔ compare
- التجزئة الدلاليةالتعلم العميق↔ compare