【图解AI】什么是语义分割、实例分割、全景分割
2019-05-30 07:30
3439 查看
图像分割(image segmentation)是计算机视觉中非常重要的研究和应用方向,是根据某些规则将图片中的像素分成不同的部分、打上不同标签。图解如下:
1、图像分类(image classification)
识别图像中存在的内容,如下图,有人(person)、树(tree)、草地(grass)、天空(sky)
2、目标检测(object detection)
识别图像中存在的内容和检测其位置,如下图,以识别和检测人(person)为例
3、语义分割(semantic segmentation)
对图像中的每个像素打上类别标签,如下图,把图像分为人(红色)、树木(深绿)、草地(浅绿)、天空(蓝色)标签
4、实例分割(instance segmentation)
目标检测和语义分割的结合,在图像中将目标检测出来(目标检测),然后对每个像素打上标签(语义分割)。对比上图、下图,如以人(person)为目标,语义分割不区分属于相同类别的不同实例(所有人都标为红色),实例分割区分同类的不同实例(使用不同颜色区分不同的人)
5、全景分割(panoptic segmentation)
语义分割和实例分割的结合,即要对所有目标都检测出来,又要区分出同个类别中的不同实例。对比上图、下图,实例分割只对图像中的目标(如上图中的人)进行检测和按像素分割,区分不同实例(使用不同颜色),而全景分割是对图中的所有物体包括背景都要进行检测和分割,区分不同实例(使用不同颜色)
推荐相关阅读
1、AI 实战系列
- 【AI实战】手把手教你文字识别(文字检测篇:MSER、CTPN、SegLink、EAST 等)
- 【AI实战】手把手教你文字识别(入门篇:验证码识别)
- 【AI实战】快速掌握TensorFlow(一):基本操作
- 【AI实战】快速掌握TensorFlow(二):计算图、会话
- 【AI实战】快速掌握TensorFlow(三):激励函数
- 【AI实战】快速掌握TensorFlow(四):损失函数
- 【AI实战】搭建基础环境
- 【AI实战】训练第一个模型
- 【AI实战】编写人脸识别程序
- 【AI实战】动手训练目标检测模型(SSD篇)
- 【AI实战】动手训练目标检测模型(YOLO篇)
2、大话深度学习系列
- 【精华整理】CNN进化史
- 大话文本识别经典模型(CRNN)
- 大话文本检测经典模型(CTPN)
- 大话文本检测经典模型(SegLink)
- 大话文本检测经典模型(EAST)
- 大话卷积神经网络(CNN)
- 大话循环神经网络(RNN)
- 大话深度残差网络(DRN)
- 大话深度信念网络(DBN)
- 大话CNN经典模型:LeNet
- 大话CNN经典模型:AlexNet
- 大话CNN经典模型:VGGNet
- 大话CNN经典模型:GoogLeNet
- 大话目标检测经典模型:RCNN、Fast RCNN、Faster RCNN
- 大话目标检测经典模型:Mask R-CNN
3、图解 AI 系列
4、AI 杂谈
5、大数据超详细系列
(adsbygoogle = window.adsbygoogle || []).push({});相关文章推荐
- 【转】Facebook人工智能实验室提出「全景分割」,实现实例分割和语义分割的统一
- 超像素、语义分割、实例分割、全景分割 傻傻分不清?
- Facebook人工智能实验室提出「全景分割」,实现实例分割和语义分割的统一
- 图像分类,物体检测,语义分割,实例分割【不定期更新】
- 语义分割与实例分割的区别
- 图像分类,物体检测,语义分割,实例分割
- 语义分割与实例分割的区别
- 干货丨计算机视觉必读:图像分类、定位、检测,语义分割和实例分割方法梳理(经典长文,值得收藏)
- 【机器视觉】计算机视觉必读:图像分类、定位、检测,语义分割和实例分割方法梳理
- 实例分割和语义分割的区别
- 【持续更新】图像分类、物体检测、物体分割、实例分割、语义分割的区别
- 图像分类,物体检测,语义分割,实例分割等概念
- 图像分类,物体检测,语义分割,实例分割的联系和区别
- 实例讲解ASP.net中Hashtable对象 Hashtable对象是什么?
- Java中实例是什么意思?补充:new 一个对象是实例吗? 能举个小例子吗?
- RGB图像语义分割前沿:CRF as RNN
- Python 字符串(三)-字符串操作实例(string替换、删除、截取、复制、连接、比较、查找、包含、大小写转换、分割等)
- 语义分割笔记--04 | Deeplab V1 & V2
- 一个简单的实例来聊聊什么是Restful接口
- 程序员转型AI,这里有最全的机器学习介绍+应用实例