Segmentación de instancias auto-supervisada
La segmentación de instancias auto-supervisada aprende a detectar y delinear instancias individuales de objetos en imágenes sin ninguna máscara o cuadro delimitador anotado por humanos. En lugar de depender de costosas etiquetas a nivel de píxel, explota el preentrenamiento auto-supervisado, la consistencia multi-vista y la generación de pseudo-etiquetas para descubrir y segmentar objetos puramente a partir de datos de imágenes en bruto.
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
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Self-supervised Instance Segmentation (Label-free Object Mask Learning). ScholarGate. https://scholargate.app/es/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.
- Segmentación de instanciasAprendizaje profundo↔ compare
- Aprendizaje autosupervisadoAprendizaje automático↔ compare
- Segmentación semánticaAprendizaje profundo↔ compare
- Vision TransformerAprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →