Семантическая сегментация
Семантическая сегментация присваивает метку класса каждому пикселю изображения, создавая плотную карту сцены с аннотациями категорий. В отличие от обнаружения объектов, которое рисует ограничивающие рамки, она определяет точные пространственные границы каждого класса, что делает её незаменимой в медицинской визуализации, автономном вождении, анализе спутниковых снимков и любых задачах, где важны точные границы областей.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Источники
- Long, J., Shelhamer, E., & Darrell, T. (2015). Fully convolutional networks for semantic segmentation. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 3431–3440. DOI: 10.1109/CVPR.2015.7298965 ↗
- Chen, L.-C., Papandreou, G., Kokkinos, I., Murphy, K., & Yuille, A. L. (2018). DeepLab: Semantic image segmentation with deep convolutional nets, atrous convolution, and fully connected CRFs. IEEE Transactions on Pattern Analysis and Machine Intelligence, 40(4), 834–848. DOI: 10.1109/TPAMI.2017.2699184 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Semantic Segmentation (Dense Pixel-wise Classification). ScholarGate. https://scholargate.app/ru/deep-learning/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.
- Дообученная семантическая сегментацияГлубокое обучение↔ compare
- Классификация изображенийГлубокое обучение↔ compare
- Сегментация экземпляровГлубокое обучение↔ compare
- Обнаружение объектовГлубокое обучение↔ compare
- Transfer Learning with Convolutional Neural NetworkГлубокое обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →