Instanssisegmentoinnissa

Instanssisegmentointi on tietokonenäön tehtävä, jossa kuva jaetaan useisiin osiin, joista jokainen vastaa eri objektin esiintymää. Toisin kuin semanttisessa segmentoinnissa, joka luokittelee jokaisen pikselin yleiseen luokkaan (esim. "auto", "henkilö"), instanssisegmentointi erottaa myös samantyyppiset objektit toisistaan. Tämä tarkoittaa, että jos kuvassa on useita autoja, jokainen auto saa oman erillisen segmentointimaskinsa.

Tehtävän ytimessä on tunnistaa objektin sijainti, luokka ja erillinen maski. Tämä on huomattavasti haastavampaa kuin pelkkä objektin tunnistus, joka piirtää ympärilleen rajalaatikon, tai semanttinen segmentointi, joka ei erottele esiintymiä. Instanssisegmentointi tarjoaa siis yksityiskohtaisemman ymmärryksen kuvan sisällöstä.

Tätä tekniikkaa hyödynnetään monissa sovelluksissa, kuten autonomisessa ajamisessa, jossa on tärkeää erottaa yksittäiset ajoneuvot ja jalankulkijat. Muita käyttökohteita ovat robotiikka, kuvanmuokkaus ja lääketieteellinen kuvantaminen, missä tarkka objektien erottelu voi olla kriittistä. Algoritmisesti instanssisegmentointi on usein yhdistelmä objektintunnistusta ja semanttista segmentointia. Uudemmat menetelmät, kuten Mask R-CNN, ovat saavuttaneet merkittäviä tuloksia tällä alalla.