Segmentim Semantik i Vetë-mbikëqyrur
Segmentimi semantik i vetë-mbikëqyrur mëson t'i caktojë një etiketë klase çdo pikseli të një imazhi pa u mbështetur në maska segmentimi të annotuara manualisht. Një rrjet bazë (backbone) trajnohet fillimisht në sasi të mëdha imazhesh të paetiketuara duke përdorur objektiva vetë-mbikëqyrës siç është mësimi kontrastiv ose modelimi i imazheve të maskuara, dhe tiparet e dendura rezultuese më pas përdoren për të ndarë dhe etiketuar rajonet e imazhit, duke arritur cilësi konkurruese segmentimi me një pjesë të kostos së annotimit.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
Burimet
- 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 ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 3). Self-supervised Learning for Semantic Segmentation. ScholarGate. https://scholargate.app/sq/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.
- Segmentim i instancaveMësimi i thellë↔ compare
- Rrjeti konvolucional me vetë-mbikëqyrjeMësimi i thellë↔ compare
- Vision Transformer i vetë-mbikëqyrurMësimi i thellë↔ compare
- Segmentimimi semantikeMësimi i thellë↔ compare
- Vision TransformerMësimi i thellë↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →