Обяснима семантична сегментация
Обяснимата семантична сегментация (XSS) съчетава попикселно сегментиране на сцени — присвояване на етикети от класове на всеки пиксел в изображението — с последващи или вътрешни методи за обяснение, като Grad-CAM, карти на вниманието или SHAP, така че решенията на мрежата за класове да могат да бъдат одитирани, визуализирани и обосновани пред експерти в областта на медицинските изображения, автономното шофиране и дистанционното наблюдение.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- 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 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Explainable Semantic Segmentation (XAI-Integrated Pixel-Wise Scene Parsing). ScholarGate. https://scholargate.app/bg/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.
- Механизъм на вниманиетоДълбоко обучение↔ compare
- Инстанс сегментацияДълбоко обучение↔ compare
- LIME: Локално интерпретируеми моделно-независими обясненияМашинно обучение↔ compare
- Semantic SegmentationДълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →