Flersproget semantisk segmentering

Flersproget semantisk segmentering er en pixel-niveau scene-parsing-tilgang, der tildeler en semantisk klasseetiket til hver pixel i et billede, samtidig med at den inkorporerer krydssproglige kapaciteter — hvilket muliggør, at en enkelt model kan genkende scene-tekstelementer, annotationer eller træningssignaler fra flere sprog. Den kombinerer dybe encoder-decoder-arkitekturer med flersproglige sprogrepræsentationer, hvilket gør den anvendelig til dokumenter, vejskilte, naturlige scener og medicinske billeder på tværs af forskellige sproglige kontekster.