AI 詞彙表
人工智能完整詞典
200
類別
2,608
子類別
30,011
術語
術語
实例分割
计算机视觉任务，旨在检测和分割图像中每个独立的对象，通过唯一的掩码区分同类实例。
術語
感兴趣区域对齐 (RoI对齐)
一种从不同大小的感兴趣区域中提取固定大小特征的操作，使用精确的双线性采样，避免RoI池化的量化误差。
術語
实例嵌入
一种技术，学习将每个像素映射到嵌入空间，使同一实例的像素相近而不同实例的像素相远，实现无监督分离。
術語
边界感知损失
一种损失函数，对对象边界的预测错误施加更大惩罚，提高实例分割中的掩码精度和轮廓清晰度。
術語
级联掩码R-CNN
Mask R-CNN的改进版本，使用具有递增IoU阈值的检测头级联，逐步精炼预测以提高困难对象的精度。
術語
YOLACT
实时实例分割架构，并行生成原型掩码与对象检测，然后线性组合以实现快速预测。
術語
TensorMask
使用4D张量表示对象掩码的实例分割方法，允许更丰富的结构建模，比传统2D掩码具有更好的精度。
術語
PointRend
一种渲染模块，在对象边界上智能采样点来精炼掩码预测，在不显著增加计算成本的情况下提高细节质量。
術語
嵌入空间聚类
实例分割方法，在学习的嵌入空间中对像素进行分组，其中每个簇对应原始图像中的不同对象实例。
術語
动态实例分割
自适应方法，根据检测到的每个实例的特征调整掩模分辨率和处理复杂性，优化计算资源。
術語
掩模评分R-CNN
Mask R-CNN的扩展，为生成的每个掩模预测质量分数，更好地评估分割信心并改善性能指标。
術語
SOLOv2
无锚点实例分割架构，将图像划分为网格，直接预测每个单元的掩模和类别，消除对区域提案的需求。
術語
自适应实例分割
根据图像内容动态调整模型复杂度的方法，向具有多个实例或复杂对象的区域分配更多资源。
術語
掩模IoU头
预测掩模与真实掩模之间IoU（交并比）的附加模块，为每个分割实例提供更精确的质量度量。
術語
基于查询的实例分割
受Transformer启发的范式，使用可学习查询同时检测和分割实例，消除传统的顺序步骤。
🔍