Samostalno nadgledana semantička segmentacija
Samostalno nadgledana semantička segmentacija uči da dodeli oznaku klase svakom pikselu slike bez oslanjanja na ručno anektirane maske za segmentaciju. Osnovna (backbone) mreža se prvo obučava na velikim količinama neoznačenih slika koristeći samostalno nadgledane ciljeve kao što je kontrastivno učenje ili modelovanje maskiranih slika, a rezultujuće guste karakteristike se zatim koriste za particionisanje i označavanje regiona slike, postižući konkurentan kvalitet segmentacije uz delić troškova anotacije.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Self-supervised Learning for Semantic Segmentation. ScholarGate. https://scholargate.app/sr/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.
- Instancno segmentiranjeDuboko učenje↔ compare
- Samonadzirana konvoluciona neuronska mrežaDuboko učenje↔ compare
- Self-supervised Vision TransformerDuboko učenje↔ compare
- Semantička segmentacijaDuboko učenje↔ compare
- Vision TransformerDuboko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →