Index
画像処理における教師なし学習の手法
- 教師なし学習 / Unsupervised Learning
Segmentation
- Segmentation
- 深層学習におけるSegmentation の手法
- yhayato1320.hatenablog.com
Self-supervised Transformer with Energy-based Graph Optimization / STEGO / 2022
アノテーションなしで画像のセマンティックなクラスを識別・分割する、教師なしセマンティックセグメンテーションという課題に焦点を当てている. 既存の自己教師あり特徴学習フレームワークによって生成される密な特徴の相関が、既にセマンティックな整合性を持っていることを示している. STEGO (Self-supervised Transformer with Energy-based Graph Optimization) という新しいフレームワークを提案し、教師なし特徴を高精度な離散セマンティックラベルに蒸留する. STEGOは新しいコントラストロス関数を用いており、特徴がコンパクトなクラスターを形成しつつ、データセット全体での関係性を維持する.
Unsupervised Semantic Segmentation by Distilling Feature Correspondences
- [2022]
- arxiv.org
- github.com
Researchers From MIT and Cornell Develop STEGO (Self-Supervised Transformer With Energy-Based Graph Optimization): A Novel AI Framework That Distills Unsupervised Features Into High-Quality Discrete Semantic Labels
A new state of the art for unsupervised computer vision
