Metodes pierādījumu reģistrs
Explainable Instance Segmentation
Explainable Instance Segmentation combines deep-learning instance segmentation models — which detect and delineate every individual object as a separate pixel mask — with post-hoc or ante-hoc explainability techniques such as GradCAM, SHAP, LIME, or attention visualization, so that each predicted mask is accompanied by evidence showing which image regions drove the model's decision.
Avota reģistrs
Atsauces kopētas tieši no metodes avota reģistra. Tās nenozīmē nekādu apgalvojumu līmeņa verifikāciju.
Explainable Instance Segmentation (XAI-augmented Mask Detection)
Taksonomiskās metodes reģistrs · ml-model / deep-learning
- Lindner, M., Meng, C., & Bischl, B. (2023). Explaining Instance Segmentation Models via Saliency Maps and Occlusion. IEEE Transactions on Pattern Analysis and Machine Intelligence. · URL
- Instance segmentation. Wikipedia. · URL
Kurēti apgalvojumi
Apgalvojumi saglabāti pierādījumu reģistrā, katram ar savu novērtējumu.
Vēl nav kurētu apgalvojumu
Šis skatījums neizgudro apgalvojumu novērtējumu, ja reģistrā tā nav.
Saistītās metodes
Ģenerēts no metodes grafika un parādīts kā mašīnas ieteiktas attiecības — netiek izvirzīts neviens pierādījumu apgalvojums.