يستكشف هذا البحث كيفية استخلاص أقنعة التجزئة الدقيقة للأشياء مع تقليل تكلفة التفاعل البشري. لتحقيق ذلك، نقترح في هذه الدراسة منهجية التوجيه الداخلي-الخارجي (IOG). وبشكل محدد، نستفيد من نقطة داخلية تم النقر عليها بالقرب من مركز الكائن، ونقطتين خارجيتين تقعان في الزوايا المتناظرة (العلوية اليسرى والسفلى اليمنى أو العلوية اليمنى والسفلى اليسرى) لمربع حدودي ضيق يحوي الكائن المستهدف. يؤدي ذلك إلى إجمالي نقرة واحدة على الخلفية وخمس نقرات على المنطقة الأمامية للتجزئة. تتمثل مزايا منهجية IOG في أربع جوانب: 1) تساعد النقطتان الخارجيتان على التخلص من التشتت الناتج عن كائنات أخرى أو الخلفية؛ 2) تساعد النقطة الداخلية على إزالة المناطق غير المرتبطة داخل المربع الحدودي؛ 3) تُعد النقطة الداخلية والخارجية سهلة التعرف عليها، مما يقلل من الالتباس الناتج عن أداء دكس تر (DEXTR) في التصنيف لعينات متطرفة؛ 4) يدعم منهجنا بشكل طبيعي إضافة نقرات إضافية لتصحيح أدق. وعلى الرغم من بساطته، يحقق منهجنا IOG أداءً يُعد من أفضل الأداءات على عدة معايير شهيرة، كما يُظهر قدرة قوية على التعميم عبر مجالات مختلفة مثل مشاهد الطرق والصور الجوية والصور الطبية دون الحاجة إلى التخصيص (fine-tuning). بالإضافة إلى ذلك، نقترح حلًا مكونًا من مرحلتين بسيطًا يمكّن منهج IOG من إنتاج أقنعة تجزئة فردية عالية الجودة من مجموعات بيانات موجودة مسبقاً باستخدام مربعات حدودية جاهزة مثل ImageNet وOpen Images، مما يُظهر تفوق منهجنا كأداة لتصنيف البيانات.