SyncMapV2 es un algoritmo de segmentación de imágenes basado en aprendizaje no supervisado que muestra una robustez mucho mayor que los algoritmos de vanguardia (SOTA) existentes. Incluso en imágenes con daño digital (ruido, efectos climáticos, desenfoque), la degradación de la intersección media sobre la unión (mIoU) es muy pequeña (0,01 %), significativamente mejor que la tasa de degradación de los algoritmos SOTA (23,8 %). Se basa en un paradigma de aprendizaje que combina ecuaciones de dinámica autoorganizada y conceptos de redes aleatorias sin entrenamiento robusto, supervisión ni función de pérdida. Además, a diferencia de los métodos existentes, se adapta en línea sin necesidad de reinicialización para cada entrada, imitando la adaptabilidad continua de la visión humana. Por lo tanto, además de resultados precisos y robustos, presentamos el primer algoritmo que se adapta en línea. Las pruebas de adaptabilidad también muestran una degradación del rendimiento prácticamente nula.
