تجزئة الكائنات متعددة الوسائط
تُوسّع تجزئة الكائنات متعددة الوسائط (Multimodal instance segmentation) تجزئة الكائنات التقليدية — التي تُعيّن قناعًا لكل بكسل وتصنيفًا فئويًا لكل كائن فردي في الصورة — من خلال دمج تدفقات استشعار تكميلية مثل خرائط العمق، وسحب نقاط LiDAR، أو إطارات الأشعة تحت الحمراء. يساعد دمج هذه الوسائط النموذج على التعامل مع المظاهر الغامضة، والإضاءة المنخفضة، والانسداد التي تُعيق الأنظمة التي تعتمد على RGB فقط.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- He, K., Gkioxari, G., Dollar, P., & Girshick, R. (2017). Mask R-CNN. Proceedings of the IEEE International Conference on Computer Vision (ICCV), 2961–2969. DOI: 10.1109/ICCV.2017.322 ↗
- Instance segmentation. Wikipedia. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Multimodal Instance Segmentation (Multi-sensor Deep Mask Prediction). ScholarGate. https://scholargate.app/ar/deep-learning/multimodal-instance-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.
- تقسيم الكيانات (Instance Segmentation)التعلم العميق↔ compare
- اكتشاف الأجسام متعدد الوسائطالتعلم العميق↔ compare
- المُحوِّل البصري متعدد الوسائط (Multimodal ViT)التعلم العميق↔ compare
- اكتشاف الكائناتالتعلم العميق↔ compare
- التجزئة الدلاليةالتعلم العميق↔ compare