Глоссарий ИИ
Полный словарь искусственного интеллекта
Сегментация экземпляров
Задача компьютерного зрения, которая заключается в обнаружении и определении границ каждого отдельного объекта на изображении, различая экземпляры одного класса с помощью уникальных масок.
Region of Interest (RoI) Align
Операция, которая извлекает признаки фиксированного размера из регионов интереса переменного размера, используя точную билинейную выборку, избегая ошибок квантования RoI Pooling.
Instance Embedding
Техника, которая учит отображать каждый пиксель в пространство внедрения, где пиксели одного экземпляра близки, а пиксели разных экземпляров далеки, позволяя разделение без контроля.
Boundary-Aware Loss
Функция потерь, которая сильнее штрафует за ошибки предсказания на границах объектов, улучшая точность маски и резкость контуров в сегментации экземпляров.
Cascade Mask R-CNN
Улучшение Mask R-CNN, использующее каскад голов детекции с возрастающими порогами IoU, постепенно уточняя предсказания для повышения точности на сложных объектах.
YOLACT
Архитектура сегментации экземпляров в реальном времени, которая генерирует прототипы масок параллельно с детекцией объектов, а затем линейно их комбинирует для быстрых предсказаний.
TensorMask
Подход к сегментации экземпляров, использующий тензоры 4D для представления масок объектов, позволяя более богатое моделирование структур и лучшую точность, чем традиционные 2D маски.
PointRend
Модуль рендеринга, который интеллектуально выбирает точки на границах объектов для уточнения предсказаний маски, улучшая качество деталей без значительных вычислительных затрат.
Кластеризация в пространстве вложений
Метод сегментации экземпляров, который группирует пиксели в изученном пространстве вложений, где каждый кластер соответствует отдельному экземпляру объекта в исходном изображении.
Динамическая сегментация экземпляров
Адаптивный подход, который настраивает разрешение маски и сложность обработки в зависимости от характеристик каждого обнаруженного экземпляра, оптимизируя вычислительные ресурсы.
Mask Scoring R-CNN
Расширение Mask R-CNN, которое предсказывает оценку качества для каждой сгенерированной маски, позволяя лучше оценивать уверенность в сегментации и улучшать показатели производительности.
SOLOv2
Архитектура сегментации экземпляров без привязок, которая делит изображение на сетки и напрямую предсказывает маски и категории для каждой ячейки, устраняя необходимость в предложениях регионов.
Адаптивная сегментация экземпляров
Метод, который динамически настраивает сложность модели в зависимости от содержимого изображения, выделяя больше ресурсов регионам с множеством экземпляров или сложными объектами.
MaskIoU Head
Дополнительный модуль, который предсказывает IoU (Intersection over Union) между предсказанной маской и реальной маской, предоставляя более точную меру качества для каждого сегментированного экземпляра.
Сегментация экземпляров на основе запросов
Парадигма, вдохновленная трансформерами, которая использует обучаемые запросы для одновременного обнаружения и сегментации экземпляров, устраняя традиционные последовательные шаги.