معنایی شدن تصاویر بر اساس یادگیری عمیق

معنایی شدن

در معنایی شدن تصاویر براساس یادگیری عمیق، کلاس‌های خطا آموزش‌داده شده و این امکان را به کاربران می‌دهد تا  پروژه های بازرسی، که قبلاً امکانات اجرا نداشتند یا فقط با زحمت زیاد در برنامه‌نویسی قابل انجام بودند اجرایی کنند.

در معنایی شدن تصاویر، به هر پیکسل در تصویر یک کلاس اختصاص می‌یابد و تفاوتی بین نمونه‌های مختلف از همان کلاس وجود ندارد. به طور معمول، به هر پیکسلی که به یک کلاس تعلق نداشته باشد به کلاس “پس‌زمینه” اختصاص داده می‌شود. با آموزش مدل بر روی مقدار کافی از داده‌های آموزشی، در نهایت مدل یاد می‌گیرد که برای هر پیکسل در تصویر ورودی یک کلاس پیش‌بینی کند.

تصاویر نمونه

در شکل زیر سه دسته سبزیجات مختلف روی یک میز و سه دسته سبزیجات تقسیم بندی شده را می بینید.