Unüberwachte Teilentdeckung

Unsupervised Part Discovery ist ein maschinelles Lernverfahren, das darauf abzielt, eine kleine Anzahl semantisch konsistenter Teile zu identifizieren, die in einem Datensatz über verschiedene Kategorien hinweg geteilt werden, typischerweise etwa 8. Diese Methode vereinfacht die Interpretation der Ergebnisse, indem sie alle entdeckten Teile durch ihre Saliencymaps in Bildern visualisiert. Obwohl unsupervisiert, basiert die Aufgabe auf Annahmen über die Verteilung und Form der Teile, was sie für verschiedene Anwendungen wertvoll macht.