Machine learningDeep learning / NLP / CV
Self-supervised Instance Segmentation
Self-supervised instance segmentation은 인간이 주석을 단 마스크나 경계 상자 없이 이미지 내 개별 객체 인스턴스를 탐지하고 구분하는 방법을 학습합니다. 비용이 많이 드는 픽셀 수준의 레이블에 의존하는 대신, 자체 지도 사전 학습, 다중 뷰 일관성 및 의사 레이블 생성을 활용하여 원시 이미지 데이터만으로 객체를 발견하고 분할합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Self-supervised Instance Segmentation (Label-free Object Mask Learning). ScholarGate. https://scholargate.app/ko/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.
- 인스턴스 분할딥러닝↔ compare
- 자기 지도 학습머신러닝↔ compare
- Semantic segmentation딥러닝↔ compare
- Vision Transformer딥러닝↔ compare