Instance Segmentation (Örnek Bölütleme)

#Computer Vision #Deep Learning #Mask R-CNN

Bilgisayarlı görüde, bir görüntüdeki her bir nesnenin piksellerini tek tek tespit edip sınırlarını çizen ve aynı sınıfa ait nesneleri (örneğin yan yana duran iki arabayı) birbirinden ayrı varlıklar olarak tanıyan algoritmik yaklaşımdır.

Bilgisayarlı görüde, bir görüntüdeki her bir nesnenin piksellerini tek tek tespit edip sınırlarını çizen ve aynı sınıfa ait nesneleri (örneğin yan yana duran iki arabayı) birbirinden ayrı varlıklar olarak tanıyan algoritmik yaklaşımdır.

difference Diğer Yöntemlerden Farkı Nedir?

Görüntü işlemede üç ana seviye vardır: Nesne Tespiti (Object Detection) nesneleri dikdörtgen kutulara (bounding box) alır. Semantik Bölütleme (Semantic Segmentation) görüntüdeki tüm köpekleri tek bir renk ile boyar. Örnek Bölütleme (Instance Segmentation) ise en gelişmiş olandır; görüntüdeki köpekleri bulur, her birini farklı bir renge boyar ve Araba 1, Araba 2 şeklinde ayrıştırır.

model_training Popüler Algoritmalar ve Uygulamalar

  • check_circle Mask R-CNN: Örnek bölütleme için endüstri standardı haline gelmiş, her nesne için bir piksel maskesi çıkaran popüler mimari.
  • check_circle Medikal Analiz: Mikroskop görüntülerindeki yüzlerce hücreyi birbirine yapışık olsalar bile tek tek ayırıp sayabilme yeteneği.
  • check_circle Robotik Manipülasyon: Bir robotik kolun, karmaşık bir kutudaki parçaları tutabilmesi için her bir parçanın tam şeklini ve konumunu bilmesi.

quiz Sıkça Sorulan Sorular (FAQ)

  • check_circle Neden semantik bölütleme yerine bunu kullanıyoruz?: Otonom araçlar için yoldaki 3 yayanın tek bir devasa kitle mi, yoksa ayrı ayrı hareket eden 3 farklı insan mı olduğunu bilmek hayati önem taşır. Semantik bölütleme bu ayrımı yapamazken, Instance Segmentation yapabilir.
  • check_circle En popüler algoritması nedir?: Facebook AI Research (FAIR) tarafından geliştirilen Mask R-CNN algoritması, uzun yıllardır bu problemin standart çözümü konumundadır.