Samouczenie segmentacji instancji
Samouczenie segmentacji instancji uczy się wykrywać i obrysowywać poszczególne instancje obiektów na obrazach bez żadnych ręcznie anotowanych masek ani ramek ograniczających. Zamiast polegać na kosztownych etykietach na poziomie pikseli, wykorzystuje samouczenie wstępne, spójność wielowidokową i generowanie etykiet pozornych do odkrywania i segmentowania obiektów wyłącznie na podstawie surowych danych obrazowych.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Self-supervised Instance Segmentation (Label-free Object Mask Learning). ScholarGate. https://scholargate.app/pl/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.
- Segmentacja instancjiUczenie głębokie↔ compare
- Uczenie samo nadzorowaneUczenie maszynowe↔ compare
- Segmentacja semantycznaUczenie głębokie↔ compare
- Vision TransformerUczenie głębokie↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →