การแบ่งส่วนอินสแตนซ์ที่อธิบายได้
การแบ่งส่วนอินสแตนซ์ที่อธิบายได้ (Explainable Instance Segmentation) เป็นการรวมโมเดลการแบ่งส่วนอินสแตนซ์แบบเรียนรู้เชิงลึก ซึ่งตรวจจับและกำหนดขอบเขตของวัตถุแต่ละชิ้นเป็นมาสก์พิกเซลแยกกัน เข้ากับเทคนิคการอธิบายผลแบบ post-hoc หรือ ante-hoc เช่น GradCAM, SHAP, LIME หรือการแสดงภาพความสนใจ (attention visualization) เพื่อให้มาสก์ที่ทำนายแต่ละอันมีหลักฐานแสดงว่าส่วนใดของภาพที่ขับเคลื่อนการตัดสินใจของโมเดล
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Explainable Instance Segmentation (XAI-augmented Mask Detection). ScholarGate. https://scholargate.app/th/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.
- การจำแนกภาพที่อธิบายได้การเรียนรู้เชิงลึก↔ compare
- การตรวจจับวัตถุที่อธิบายได้การเรียนรู้เชิงลึก↔ compare
- Explainable Semantic Segmentationการเรียนรู้เชิงลึก↔ compare
- Transformer วิสัยทัศน์ที่อธิบายได้การเรียนรู้เชิงลึก↔ compare
- การแบ่งส่วนอินสแตนซ์ (Instance Segmentation)การเรียนรู้เชิงลึก↔ compare
- Semantic Segmentationการเรียนรู้เชิงลึก↔ compare