Segmentazione di istanze auto-supervisionata
La segmentazione di istanze auto-supervisionata impara a rilevare e delineare singole istanze di oggetti nelle immagini senza maschere o riquadri di delimitazione annotati dall'uomo. Invece di fare affidamento su etichette a livello di pixel costose, sfrutta il pre-training auto-supervisionato, la coerenza multi-vista e la generazione di pseudo-etichette per scoprire e segmentare oggetti puramente da dati di immagine grezzi.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Self-supervised Instance Segmentation (Label-free Object Mask Learning). ScholarGate. https://scholargate.app/it/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.
- Segmentazione di istanzaApprendimento profondo↔ compare
- Apprendimento AutocontrollatoApprendimento automatico↔ compare
- Segmentazione SemanticaApprendimento profondo↔ compare
- Vision TransformerApprendimento profondo↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →