Forklarbar semantisk segmentering
Forklarbar semantisk segmentering (XSS) kombinerer pikselvis sceneanalyse — tildeling av en klasselabel til hver piksel i et bilde — med post-hoc eller iboende forklaringsmetoder som Grad-CAM, oppmerksomhetskart eller SHAP, slik at nettverkets klassebeslutninger kan revideres, visualiseres og begrunnes overfor domeneeksperter innen medisinsk bildebehandling, autonom kjøring og fjernmåling.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Selvaraju, R. R., Cogswell, M., Das, A., Vedantam, R., Parikh, D., & Batra, D. (2017). Grad-CAM: Visual explanations from deep networks via gradient-based localization. Proceedings of the IEEE International Conference on Computer Vision (ICCV), 618–626. DOI: 10.1109/ICCV.2017.74 ↗
- Long, J., Shelhamer, E., & Darrell, T. (2015). Fully convolutional networks for semantic segmentation. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 3431–3440. DOI: 10.1109/CVPR.2015.7298965 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Explainable Semantic Segmentation (XAI-Integrated Pixel-Wise Scene Parsing). ScholarGate. https://scholargate.app/no/deep-learning/explainable-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.
- OppmerksomhetsmekanismeDyp læring↔ compare
- InstanssegmenteringDyp læring↔ compare
- LIME: Lokale fortolkbare modelluavhengige forklaringerMaskinlæring↔ compare
- Semantisk segmenteringDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →