Semantiskā segmentācija
Semantiskā segmentācija piešķir klases etiķeti katram attēla pikselim, radot blīvu, kategorijām anotētu ainas karti. Atšķirībā no objektu noteikšanas, kas zīmē ierobežojošus rāmjus, tā nosaka precīzu katras klases telpisko izplatību, padarot to neaizstājamu medicīnas attēlveidošanā, autonomā braukšanā, satelītu analīzē un jebkurā uzdevumā, kur svarīgas ir precīzas reģionu robežas.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Avoti
- Long, J., Shelhamer, E., & Darrell, T. (2015). Fully convolutional networks for semantic segmentation. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 3431–3440. DOI: 10.1109/CVPR.2015.7298965 ↗
- Chen, L.-C., Papandreou, G., Kokkinos, I., Murphy, K., & Yuille, A. L. (2018). DeepLab: Semantic image segmentation with deep convolutional nets, atrous convolution, and fully connected CRFs. IEEE Transactions on Pattern Analysis and Machine Intelligence, 40(4), 834–848. DOI: 10.1109/TPAMI.2017.2699184 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Semantic Segmentation (Dense Pixel-wise Classification). ScholarGate. https://scholargate.app/lv/deep-learning/semantic-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.
- Precīzi pielāgota semantiskā segmentācijaDziļā mācīšanās↔ compare
- Attēlu klasifikācijaDziļā mācīšanās↔ compare
- Instance segmentācijaDziļā mācīšanās↔ compare
- Objektu noteikšanaDziļā mācīšanās↔ compare
- Pārneses apmācība ar konvolucionālo neironu tīkluDziļā mācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →