Forklarlig instanssegmentering

Forklarlig instanssegmentering kombinerer deep learning-modeller til instanssegmentering – som detekterer og afgrænser hvert enkelt objekt som en separat pixelmaske – med post-hoc eller ante-hoc forklarbarhedsteknikker som GradCAM, SHAP, LIME eller opmærksomhedsvisualisering, så hver forudsagt maske ledsages af evidens, der viser, hvilke billedregioner der drev modellens beslutning.