Segmentation sémantique non supervisée

La segmentation sémantique non supervisée est une tâche importante en vision par ordinateur qui vise à classer chaque pixel d'une image grâce à l'apprentissage de modèles sans s'appuyer sur des données d'annotation de vérité terrain. L'objectif de cette tâche est de permettre au modèle de reconnaître et de distinguer automatiquement différentes catégories d'objets dans l'image, afin d'atteindre une compréhension fine du contenu de l'image. La segmentation sémantique non supervisée présente une valeur considérable dans des applications telles que la conduite autonome, l'analyse d'images médicales et la compréhension des scènes, car elle peut réduire considérablement les coûts et le temps associés à l'annotation manuelle.