Machine learningDeep learning / NLP / CV

Мултимодална сегментация на инстанции

Мултимодалната сегментация на инстанции разширява класическата сегментация на инстанции — която присвоява маска за всеки пиксел и етикет за клас на всеки отделен обект в изображение — чрез включване на допълнителни потоци от сензори като карти на дълбочината, облаци от точки от LiDAR или инфрачервени кадри. Обединяването на тези модалности помага на модела да се справя с двусмислени външни видове, слаба осветеност и закриване, които затрудняват системите, използващи само RGB.

Отворете в MethodMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

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

Източници

  1. 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
  2. Instance segmentation. Wikipedia. link

Как да цитирате тази страница

ScholarGate. (2026, June 3). Multimodal Instance Segmentation (Multi-sensor Deep Mask Prediction). ScholarGate. https://scholargate.app/bg/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.

Compare side by side

Цитиран в

ScholarGateMultimodal Instance Segmentation (Multimodal Instance Segmentation (Multi-sensor Deep Mask Prediction)). Извлечено на 2026-06-15 от https://scholargate.app/bg/deep-learning/multimodal-instance-segmentation · Набор от данни: https://doi.org/10.5281/zenodo.20539026