การแบ่งส่วนอินสแตนซ์แบบกำกับตนเอง
การแบ่งส่วนอินสแตนซ์แบบกำกับตนเองเรียนรู้การตรวจจับและกำหนดขอบเขตของวัตถุแต่ละชิ้นในภาพโดยไม่ต้องใช้มาสก์หรือกล่องขอบเขตที่มนุษย์ทำเครื่องหมายไว้ แทนที่จะพึ่งพาป้ายกำกับระดับพิกเซลที่มีค่าใช้จ่ายสูง วิธีนี้ใช้ประโยชน์จากการฝึกอบรมล่วงหน้าแบบกำกับตนเอง ความสอดคล้องจากหลายมุมมอง และการสร้างป้ายกำกับเทียม เพื่อค้นหาและแบ่งส่วนวัตถุจากข้อมูลภาพดิบเท่านั้น
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Self-supervised Instance Segmentation (Label-free Object Mask Learning). ScholarGate. https://scholargate.app/th/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.
- การแบ่งส่วนอินสแตนซ์ (Instance Segmentation)การเรียนรู้เชิงลึก↔ compare
- การเรียนรู้แบบกำกับดูแลตนเองการเรียนรู้ของเครื่อง↔ compare
- Semantic Segmentationการเรียนรู้เชิงลึก↔ compare
- วิชันทรานส์ฟอร์มเมอร์การเรียนรู้เชิงลึก↔ compare