Segmentação Explicável de Instâncias

A segmentação explicável de instâncias combina modelos de segmentação de instâncias de aprendizado profundo — que detectam e delineiam cada objeto individual como uma máscara de pixel separada — com técnicas de explicabilidade pós-hoc ou ante-hoc, como GradCAM, SHAP, LIME ou visualização de atenção, de modo que cada máscara prevista seja acompanhada por evidências que mostram quais regiões da imagem impulsionaram a decisão do modelo.