Image Segmentation با قابلیت توضیح‌پذیری (Explainable Instance Segmentation)

Image Segmentation با قابلیت توضیح‌پذیری، مدل‌های یادگیری عمیق بخش‌بندی نمونه (instance segmentation) — که هر شیء مجزا را به عنوان یک ماسک پیکسلی جداگانه تشخیص داده و ترسیم می‌کنند — را با تکنیک‌های توضیح‌پذیری پس از آموزش (post-hoc) یا پیش از آموزش (ante-hoc) مانند GradCAM، SHAP، LIME یا تجسم توجه (attention visualization) ترکیب می‌کند، به گونه‌ای که هر ماسک پیش‌بینی‌شده با شواهدی همراه باشد که نشان می‌دهد کدام نواحی تصویر باعث تصمیم مدل شده‌اند.