ScholarGate
Assistent
Machine learningDeep learning / NLP / CV

Förklarbar instanssegmentering

Förklarbar instanssegmentering kombinerar djupinlärningsmodeller för instanssegmentering – som detekterar och avgränsar varje enskild objekt som en separat pixeltäckning – med post-hoc- eller ante-hoc-förklarbarhetstekniker såsom GradCAM, SHAP, LIME eller uppmärksamhetsvisualisering, så att varje predikterad täckning åtföljs av bevis som visar vilka bildregioner som drev modellens beslut.

Öppna i MethodMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

The neighbourhood of related methods — select a node to explore.

Källor

  1. Lindner, M., Meng, C., & Bischl, B. (2023). Explaining Instance Segmentation Models via Saliency Maps and Occlusion. IEEE Transactions on Pattern Analysis and Machine Intelligence. link
  2. Instance segmentation. Wikipedia. link

Så citerar du den här sidan

ScholarGate. (2026, June 3). Explainable Instance Segmentation (XAI-augmented Mask Detection). ScholarGate. https://scholargate.app/sv/deep-learning/explainable-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.

Compare side by side
ScholarGateExplainable Instance Segmentation (Explainable Instance Segmentation (XAI-augmented Mask Detection)). Hämtad 2026-06-15 från https://scholargate.app/sv/deep-learning/explainable-instance-segmentation · Datamängd: https://doi.org/10.5281/zenodo.20539026