Enesest juhendatud semantiline segmenteerimine
Enesest juhendatud semantiline segmenteerimine õpib omistama klassisilti igale pildipikslile, ilma et see tugineks käsitsi märgistatud segmentatsioonimaskidele. Esiteks treenitakse taustvõrku (backbone network) suurel hulgal märgistamata piltidel, kasutades enesest juhendatud eesmärke, nagu kontrastiivne õpe või maskeeritud pildimudelite loomine. Seejärel kasutatakse saadud tihedaid tunnuseid piltide piirkondade jaotamiseks ja märgistamiseks, saavutades konkurentsivõimelise segmenteerimiskvaliteedi murdosaga märgistamiskuludest.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Caron, M., Touvron, H., Misra, I., Jegou, 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 ↗
- Hamilton, M., Zhang, Z., Hariharan, B., Snavely, N., & Freeman, W. T. (2022). Unsupervised Semantic Segmentation by Distilling Feature Correspondences. International Conference on Learning Representations (ICLR). link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Self-supervised Learning for Semantic Segmentation. ScholarGate. https://scholargate.app/et/deep-learning/self-supervised-semantic-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.
- Instance SegmentationSüvaõpe↔ compare
- Eneseteadlik konvolutsiooniline närvivõrkSüvaõpe↔ compare
- Eneseliseeritud nägemistransformaatorSüvaõpe↔ compare
- Semantiline segmentatsioonSüvaõpe↔ compare
- Vision TransformerSüvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →