Självövervakad instanssegmentering
Självövervakad instanssegmentering lär sig att detektera och avgränsa enskilda objektinstanser i bilder utan några mänskligt annoterade masker eller avgränsningsramar. Istället för att förlita sig på kostsamma pixelnivåetiketter, utnyttjar den självövervakad förträning, konsistens över flera vyer och generering av pseudomärken för att upptäcka och segmentera objekt enbart från rå bilddata.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Wang, X., Zhu, Z., Cao, G., Yao, Z., Jiang, Z., & Ye, J. (2022). FreeSOLO: Learning to Segment Objects without Annotations. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 14176–14186. link ↗
- Caron, M., Touvron, H., Misra, I., Jégou, 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Self-supervised Instance Segmentation (Label-free Object Mask Learning). ScholarGate. https://scholargate.app/sv/deep-learning/self-supervised-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.
- InstanssegmenteringDjupinlärning↔ compare
- Självövervakad inlärningMaskininlärning↔ compare
- Semantisk segmenteringDjupinlärning↔ compare
- Vision TransformerDjupinlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →