تقسیمبندی نمونه چندوجهی
تقسیمبندی نمونه چندوجهی، تقسیمبندی نمونه کلاسیک را — که یک ماسک پیکسلی و یک برچسب کلاس به هر شیء منفرد در تصویر اختصاص میدهد — با ادغام جریانهای حسگر مکمل مانند نقشههای عمق، ابرهای نقطه لایدار (LiDAR)، یا فریمهای فروسرخ گسترش میدهد. ادغام این وجوه به مدل کمک میکند تا با ظواهر مبهم، نور کم، و انسدادهایی که سیستمهای صرفاً RGB را دچار مشکل میکنند، مقابله کند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
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). Multimodal Instance Segmentation (Multi-sensor Deep Mask Prediction). ScholarGate. https://scholargate.app/fa/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.
- برش زنی نمونه (Instance Segmentation)یادگیری عمیق↔ compare
- آشکارسازی اشیاء چندوجهییادگیری عمیق↔ compare
- ترانسفورمر بینایی چندوجهییادگیری عمیق↔ compare
- تشخیص اشیاءیادگیری عمیق↔ compare
- تقسیمبندی معنایییادگیری عمیق↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →