Pašuzraudzītā momentu segmentācija
Pašuzraudzītā momentu segmentācija apgūst atsevišķu objektu momentu noteikšanu un izdalīšanu attēlos bez cilvēka anotētām maskām vai ierobežojošiem rāmjiem. Tā vietā, lai paļautos uz dārgajām pikseļu līmeņa etiķetēm, tā izmanto pašuzraudzētu pirmapmācību, daudzskata konsekvenci un pseidoetiķešu ģenerēšanu, lai atklātu un segmentētu objektus tikai no neapstrādātiem attēlu datiem.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Self-supervised Instance Segmentation (Label-free Object Mask Learning). ScholarGate. https://scholargate.app/lv/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.
- Instance segmentācijaDziļā mācīšanās↔ compare
- Pašuzraudzības apmācībaMašīnmācīšanās↔ compare
- Semantiskā segmentācijaDziļā mācīšanās↔ compare
- Vision TransformerDziļā mācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →