O que é segmentação de instâncias?
A segmentação de instâncias atribui aos pixels tanto uma classe semântica quanto uma identidade de objeto distinta. Ao contrário da segmentação semântica, ela separa vários objetos da mesma classe em máscaras individuais.
Como funciona a segmentação de instâncias
Um modelo que distingue instâncias produz uma máscara espacial separada para cada objeto detectado, junto com sua categoria e pontuação de confiança. As arquiteturas podem primeiro propor objetos e prever máscaras para cada proposta ou derivar identidades de uma representação unificada de pixels. Essa saída preserva a contagem e as relações de sobreposição que um mapa de regiões baseado apenas em classes perde. Após a inferência e o pós-processamento das máscaras, ela alimenta a edição de objetos, o inventário, a robótica, o rastreamento e a medição.
Informações essenciais
- A segmentação panóptica combina instâncias de objetos contáveis com regiões de fundo sem instâncias, enquanto a segmentação de instâncias pode omitir completamente classes amorfas do fundo.
- Dois objetos parcialmente oclusos de uma mesma categoria exigem hipóteses de identidade separadas; um modelo pode uni-los em uma única máscara mesmo quando a área combinada da classe parece correta.
- Os identificadores de instância são categóricos, portanto o redimensionamento ou a exportação das máscaras deve preservar os IDs exatos; interpolar a imagem de identificadores cria números de objetos intermediários inválidos.
Quando a segmentação de instâncias é importante
Use segmentação de instâncias quando um sistema precisar contar, editar, medir ou rastrear objetos separados em vez de uma única região combinada de classe. Objetos sobrepostos ou parcialmente ocultos podem ser unidos, divididos ou não detectados, afetando os totais e as máscaras nas etapas seguintes.