Unsupervised Semantic Segmentation With

La segmentation sémantique non supervisée avec un pré-entraînement image-texte est une tâche en vision par ordinateur visant à réaliser une segmentation sémantique au niveau des pixels grâce à des caractéristiques pré-entraînées sur des paires image-texte, sans utiliser de supervision sémantique humaine. L'objectif de cette tâche est d'apprendre automatiquement les contours et les catégories des différents objets dans les images, ce qui améliore la capacité de généralisation du modèle sur des données non étiquetées. Sa valeur d'application réside dans la réduction significative des coûts d'annotation et l'amélioration des performances du modèle sur de grands ensembles de données, le rendant approprié pour des scénarios tels que la conduite autonome et l'analyse d'images médicales.