Unsupervised Semantic Segmentation
비지도 의미 분할은 주석화된 정답 데이터에 의존하지 않고 모델 학습을 통해 이미지의 각 픽셀을 분류하는 컴퓨터 비전에서 중요한 작업입니다. 이 작업의 목표는 모델이 자동으로 이미지 내의 다양한 객체 범주를 인식하고 구분하여 이미지 내용을 세밀하게 이해할 수 있도록 하는 것입니다. 비지도 의미 분할은 자율 주행, 의료 이미지 분석, 장면 이해 등의 응용 분야에서 큰 가치를 지니며, 수작업으로 주석을 달는 데 필요한 비용과 시간을 크게 줄일 수 있습니다.
ACDC (Adverse Conditions Dataset with Correspondences)
Segmenter ViT-S/16
Cityscapes test
GraPix
Cityscapes val
Segmenter ViT-S/16
COCO-All
COCO-Persons
COCO-Stuff-15
IIC
COCO-Stuff-171
CAUSE-TR (ViT-S/8)
COCO-Stuff-27
DynaSeg - FSF (ResNet-18 FPN)
COCO-Stuff-3
IIC
COCO-Stuff-81
CAUSE-TR (ViT-S/8)
Dark Zurich
ImageNet-S
ImageNet-S-300
PASS
ImageNet-S-50
PASS
Nighttime Driving
PASCAL VOC 2012 val
CAUSE (ViT-B/8)
Potsdam-3
PriMaPs-EM+HP (DINO ViT-B/8)
SUIM
DatUS (ViT-B/8) + OC