برش زنی نمونه (Instance Segmentation)
برش زنی نمونه یک وظیفه بینایی کامپیوتر است که همزمان هر شیء متمایز را در یک تصویر تشخیص داده و یک ماسک دقیق در سطح پیکسل برای هر نمونه شیء منفرد تولید میکند. برخلاف برش زنی معنایی (semantic segmentation) که هر پیکسل را با یک کلاس برچسبگذاری میکند، برش زنی نمونه بین اشیاء مجزای از یک کلاس تمایز قائل میشود و درک فضایی دقیقی را امکانپذیر میسازد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
+9 more
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Instance Segmentation (per-object pixel-level detection and masking). ScholarGate. https://scholargate.app/fa/deep-learning/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.
- طبقهبندی تصویریادگیری عمیق↔ compare
- تقسیمبندی نمونه چندوجهییادگیری عمیق↔ compare
- تشخیص اشیاءیادگیری عمیق↔ compare
- تقسیمبندی معنایییادگیری عمیق↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →