Self-supervised Instance Segmentation (Label-free Object Mask Learning)

Tradiční segmentace instancí vyžaduje tisíce ručně kreslených masek objektů — což je nákladné a časově náročné úzké hrdlo. Samoučící se přístupy se tomu vyhýbají tak, že nejprve naučí síť produkovat bohaté vizuální reprezentace z neanotovaných snímků (pomocí kontrastivních cílů nebo sebepodstaty), poté využijí tyto reprezentace k generování hrubých návrhů objektů. Tyto návrhy jsou iterativně vylepšovány jako pseudo-popisky, což síti umožňuje naučit se být kompetentním segmentátorem bez jediné lidské anotace. Klíčovým poznatkem je, že dobře naučené samoučící se rysy již implicitně kódují hranice objektů.