Samoučiacia sa sémantická segmentácia
Samoučiacia sa sémantická segmentácia sa učí priraďovať triedny štítok každému pixelu obrazu bez toho, aby sa spoliehala na manuálne anotované segmentačné masky. Základná sieť (backbone network) sa najprv trénuje na veľkom množstve neoznačených obrazov pomocou samoučiacich sa cieľov, ako je kontrastívne učenie alebo modelovanie maskovaných obrazov, a výsledné husté príznaky sa potom používajú na rozdelenie a označenie oblastí obrazu, čím sa dosahuje konkurencieschopná kvalita segmentácie pri zlomku nákladov na anotáciu.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Caron, M., Touvron, H., Misra, I., Jegou, 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 ↗
- Hamilton, M., Zhang, Z., Hariharan, B., Snavely, N., & Freeman, W. T. (2022). Unsupervised Semantic Segmentation by Distilling Feature Correspondences. International Conference on Learning Representations (ICLR). link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Self-supervised Learning for Semantic Segmentation. ScholarGate. https://scholargate.app/sk/deep-learning/self-supervised-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.
- Inštancová segmentáciaHlboké učenie↔ compare
- Konvolučná neuronová sieť so samoučiacim sa dohľadomHlboké učenie↔ compare
- Samoučiaci sa Vision TransformerHlboké učenie↔ compare
- Sémantická segmentáciaHlboké učenie↔ compare
- Vision TransformerHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →