Few Shot Image Segmentation

La segmentation sémantique à faible supervision (Few-shot semantic segmentation, FSS) est une sous-tâche dans le domaine de la vision par ordinateur qui vise à apprendre à segmenter des objets cibles dans des images de requête en utilisant seulement quelques images d'appui annotées au niveau des pixels. Cette tâche améliore la capacité du modèle à s'adapter rapidement à de nouvelles catégories en réduisant le besoin de données étiquetées, ce qui la rend particulièrement précieuse dans des applications telles que l'analyse d'images médicales, la conduite autonome et le traitement d'images de télédétection.