Самообучающаяся сегментация экземпляров
Самообучающаяся сегментация экземпляров учится обнаруживать и выделять отдельные экземпляры объектов на изображениях без каких-либо аннотированных человеком масок или ограничивающих рамок. Вместо того чтобы полагаться на дорогостоящие метки на уровне пикселей, она использует предварительное обучение с самоконтролем, согласованность между несколькими видами и генерацию псевдометок для обнаружения и сегментации объектов исключительно из необработанных данных изображений.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Self-supervised Instance Segmentation (Label-free Object Mask Learning). ScholarGate. https://scholargate.app/ru/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.
- Сегментация экземпляровГлубокое обучение↔ compare
- Самообучение с учителемМашинное обучение↔ compare
- Семантическая сегментацияГлубокое обучение↔ compare
- Vision TransformerГлубокое обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →