ScholarGate
المساعد
Machine learningDeep learning / NLP / CV

التجزئة الدلالية

تُعيّن التجزئة الدلالية تسمية فئة لكل بكسل في الصورة، مما ينتج عنه خريطة كثيفة ومشروحة بالفئات للمشهد. على عكس اكتشاف الكائنات، الذي يرسم صناديق إحاطة، فإنها تحدد الامتداد المكاني الدقيق لكل فئة، مما يجعلها لا غنى عنها في التصوير الطبي، والقيادة الذاتية، وتحليل الأقمار الصناعية، وأي مهمة تكون فيها حدود المنطقة الدقيقة مهمة.

افتح في MethodMindقريبًافيديوقريبًاDownload slides

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

Method map

The neighbourhood of related methods — select a node to explore.

+15 more

المصادر

  1. Long, J., Shelhamer, E., & Darrell, T. (2015). Fully convolutional networks for semantic segmentation. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 3431–3440. DOI: 10.1109/CVPR.2015.7298965
  2. Chen, L.-C., Papandreou, G., Kokkinos, I., Murphy, K., & Yuille, A. L. (2018). DeepLab: Semantic image segmentation with deep convolutional nets, atrous convolution, and fully connected CRFs. IEEE Transactions on Pattern Analysis and Machine Intelligence, 40(4), 834–848. DOI: 10.1109/TPAMI.2017.2699184

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 3). Semantic Segmentation (Dense Pixel-wise Classification). ScholarGate. https://scholargate.app/ar/deep-learning/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.

Compare side by side

يُستشهد بها في

ScholarGateSemantic Segmentation (Semantic Segmentation (Dense Pixel-wise Classification)). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/deep-learning/semantic-segmentation · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026