محققان در مقاله جدیدی، فریمورک نوآورانهای به نام TACoS را معرفی کردهاند که کار segmentation یا قطعهبندی دقیق تصاویر مواد دوبعدی (مثل گرافن) را متحول میکند.
مشکل اصلی در این حوزه، نیاز به برچسبگذاری دستیِ تکتک پیکسلها بود که بسیار زمانبر و هزینهبر است. اما مدل TACoS با استفاده از «آموزش ضعیف» (Weakly Supervised Learning) و تنها با اتکا به خطخطیهای ساده (Scribbles) روی تصویر، میتواند به دقت بالایی در تشخیص مرزهای پیچیده این مواد دست پیدا کند.
این یعنی سرعت بسیار بالاتر در تحقیقات نانوتکنولوژی و غربالگری مواد، بدون نیاز به ساعتها وقتگذاشتن برای حاشیهنویسی تصاویر!
منبع: arXiv Computer Vision