एआई शब्दावली
आर्टिफिशियल इंटेलिजेंस का पूर्ण शब्दकोश
इंस्टेंस सेगमेंटेशन
एक उन्नत तकनीक जो छवि में प्रत्येक वस्तु को व्यक्तिगत रूप से विभाजित करती है, और एक ही सिमेंटिक क्लास के विभिन्न इंस्टेंस को अलग करती है।
पैनॉप्टिक सेगमेंटेशन
सिमेंटिक सेगमेंटेशन और इंस्टेंस सेगमेंटेशन को जोड़ने वाला एक एकीकृत दृष्टिकोण जो छवि के सभी पिक्सेल की संपूर्ण समझ प्रदान करता है।
यू-नेट
एनकोडर-डिकोडर संरचना और स्किप कनेक्शन के साथ कनवल्शनल न्यूरल नेटवर्क आर्किटेक्चर, जो मेडिकल और बायोलॉजिकल सेगमेंटेशन के लिए अनुकूलित है।
सुपरपिक्सेल
समान विशेषताओं (रंग, बनावट) साझा करने वाले संबंधित पिक्सेल के समूह, जो कम्प्यूटेशनल जटिलता को कम करने के लिए प्रिमिटिव के रूप में उपयोग किए जाते हैं।
वॉटरशेड
एक सेगमेंटेशन एल्गोरिथ्म जो टोपोग्राफी पर आधारित है और छवि को टोपोग्राफिक राहत के रूप में मानता है ताकि वॉटरशेड बेसिन और डिवाइड लाइनों की पहचान की जा सके।
डीपलैब
सिमेंटिक सेगमेंटेशन मॉडल का एक परिवार जो बिना स्थानिक रिज़ॉल्यूशन खोए मल्टी-स्केल संदर्भ को कैप्चर करने के लिए एट्रस कनवल्शन का उपयोग करता है।
एफसीएन (फुली कनवल्शनल नेटवर्क)
पहली पूरी तरह से कनवल्शनल डीप लर्निंग आर्किटेक्चर जो पिक्सेल-दर-पिक्सेल सेगमेंटेशन की अनुमति देती है, जिसमें फुली-कनेक्टेड लेयर को कनवल्शन द्वारा प्रतिस्थापित किया गया है।
एक्टिव कंटूर्स
एक पैरामीट्रिक सेगमेंटेशन विधि जो विरूपणीय वक्र का उपयोग करती है जो आंतरिक और बाहरी बलों के प्रभाव में विकसित होते हैं ताकि वस्तुओं को परिभाषित किया जा सके।
क्षेत्र विकास
यह एक पुनरावृत्ति विभाजन एल्गोरिथ्म है जो बीज बिंदुओं से क्षेत्रों का विस्तार करता है, समानता मानदंडों को पूरा करने वाले आसन्न पिक्सेल्स को जोड़कर।
ग्राफ कट
यह एक विभाजन दृष्टिकोण है जो ग्राफ थ्योरी पर आधारित है और समस्या को चित्र से निर्मित ग्राफ में कट ऊर्जा को न्यूनतम करने के रूप में तैयार करता है।
सीमांकन
यह एक द्विआधारी विभाजन तकनीक है जो पिक्सेल्स की तीव्रता को एक या अधिक पूर्वनिर्धारित सीमाओं से तुलना करके दो श्रेणियों में वर्गीकृत करती है।
मीन शिफ्ट
यह एक गैर-पैरामीट्रिक क्लस्टरिंग एल्गोरिथ्म है जो रंग और स्थानिक स्थान में पिक्सेल्स के वितरण में मोड्स की पहचान करके विभाजन के लिए काम करता है।
ग्रैबकट
यह एक इंटरैक्टिव विभाजन एल्गोरिथ्म है जो ग्राफ कट पर आधारित है और अग्रभूमि और पृष्ठभूमि को मॉडल करने के लिए गाऊसीयन मिश्रण मॉडल का उपयोग करता है।
सीआरएफ (कंडीशनल रैंडम फील्ड)
यह एक संभाव्य भेदक मॉडल है जिसका उपयोग विभाजन परिणामों को शोधन करने के लिए किया जाता है, आसन्न पिक्सेल्स के बीच स्थानिक निर्भरताओं को मॉडल करके।
एट्रस कनवोल्यूशन
यह एक कनवोल्यूशन ऑपरेशन है जिसमें छेद होते हैं जो पैरामीटर बढ़ाए बिना रिसेप्टिव फील्ड का विस्तार करता है, जो सिमैंटिक विभाजन के लिए आवश्यक है।
आईओयू (इंटरसेक्शन ओवर यूनियन)
यह एक मानक मूल्यांकन मेट्रिक है जो भविष्यवाणी किए गए विभाजन मास्क और ग्राउंड ट्रुथ के बीच ओवरलैप को मापती है।