เปรียบเทียบวิธี

	การแบ่งส่วนอินสแตนซ์แบบกำกับตนเอง	การแบ่งส่วนอินสแตนซ์ (Instance Segmentation)
สาขาวิชา	การเรียนรู้เชิงลึก	การเรียนรู้เชิงลึก
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2021–2022	2017
ผู้ริเริ่ม	Wang et al. (FreeSOLO); Caron et al. (DINO)	He, K., Gkioxari, G., Dollar, P., Girshick, R.
ประเภท	Self-supervised deep learning for pixel-level object delineation	Pixel-level detection and mask prediction
แหล่งต้นตำรับ	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.	He, K., Gkioxari, G., Dollar, P., & Girshick, R. (2017). Mask R-CNN. Proceedings of the IEEE International Conference on Computer Vision (ICCV), 2961–2969.
ชื่อเรียกอื่น	SSIS, unsupervised instance segmentation, label-free instance segmentation, self-supervised mask prediction	instance-level segmentation, object instance segmentation, mask prediction, panoptic instance segmentation
ที่เกี่ยวข้อง	4	4
สรุป	Self-supervised instance segmentation learns to detect and delineate individual object instances in images without any human-annotated masks or bounding boxes. Instead of relying on costly pixel-level labels, it exploits self-supervised pretraining, multi-view consistency, and pseudo-label generation to discover and segment objects purely from raw image data.	Instance segmentation is a computer vision task that simultaneously detects every distinct object in an image and produces a precise pixel-level mask for each individual object instance. Unlike semantic segmentation, which labels every pixel with a class, instance segmentation distinguishes between separate objects of the same class, enabling fine-grained spatial understanding.