Segmentació d'instàncies auto-supervisada
La segmentació d'instàncies auto-supervisada aprèn a detectar i delimitar instàncies individuals d'objectes en imatges sense cap màscara o caixa delimitadora anotada per humans. En lloc de dependre d'etiquetes costoses a nivell de píxel, aprofita el preentrenament auto-supervisat, la consistència multivista i la generació de pseudo-etiquetes per descobrir i segmentar objectes purament a partir de dades d'imatge brutes.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Wang, X., Zhu, Z., Cao, G., Yao, Z., Jiang, Z., & Ye, J. (2022). FreeSOLO: Learning to Segment Objects without Annotations. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 14176–14186. link ↗
- Caron, M., Touvron, H., Misra, I., Jégou, H., Mairal, J., Bojanowski, P., & Joulin, A. (2021). Emerging Properties in Self-Supervised Vision Transformers. Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 9650–9660. DOI: 10.1109/ICCV48922.2021.00951 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Self-supervised Instance Segmentation (Label-free Object Mask Learning). ScholarGate. https://scholargate.app/ca/deep-learning/self-supervised-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.
- Segmentació d'instànciesAprenentatge profund↔ compare
- Aprenentatge autosupervisatAprenentatge automàtic↔ compare
- Segmentació semànticaAprenentatge profund↔ compare
- Vision TransformerAprenentatge profund↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →