Segmentación multimodal de instancias
La segmentación multimodal de instancias extiende la segmentación clásica de instancias —que asigna una máscara por píxel y una etiqueta de clase a cada objeto individual en una imagen— al incorporar flujos de sensores complementarios como mapas de profundidad, nubes de puntos LiDAR o fotogramas infrarrojos. La fusión de estas modalidades ayuda al modelo a manejar apariencias ambiguas, baja luminosidad y oclusiones que dificultan los sistemas basados únicamente en RGB.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
- Instance segmentation. Wikipedia. link ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Multimodal Instance Segmentation (Multi-sensor Deep Mask Prediction). ScholarGate. https://scholargate.app/es/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.
- Segmentación de instanciasAprendizaje profundo↔ compare
- Detección multimodal de objetosAprendizaje profundo↔ compare
- Multimodal Vision TransformerAprendizaje profundo↔ compare
- Detección de objetosAprendizaje profundo↔ compare
- Segmentación semánticaAprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →