【圖解AI】什麼是語義分割、例項分割、全景分割
阿新 • • 發佈:2019-05-30
影象分割(image segmentation)是計算機視覺中非常重要的研究和應用方向,是根據某些規則將圖片中的畫素分成不同的部分、打上不同標籤。圖解如下:
1、影象分類(image classification)
識別影象中存在的內容,如下圖,有人(person)、樹(tree)、草地(grass)、天空(sky)
2、目標檢測(object detection)
識別影象中存在的內容和檢測其位置,如下圖,以識別和檢測人(person)為例
3、語義分割(semantic segmentation)
對影象中的每個畫素打上類別標籤,如下圖,把影象分為人(紅色)、樹木(深綠)、草地(淺綠)、天空(藍色)標籤
4、例項分割(instance segmentation)
目標檢測和語義分割的結合,在影象中將目標檢測出來(目標檢測),然後對每個畫素打上標籤(語義分割)。對比上圖、下圖,如以人(person)為目標,語義分割不區分屬於相同類別的不同例項(所有人都標為紅色),例項分割區分同類的不同例項(使用不同顏色區分不同的人)
5、全景分割(panoptic segmentation)
語義分割和例項分割的結合,即要對所有目標都檢測出來,又要區分出同個類別中的不同例項。對比上圖、下圖,例項分割只對影象中的目標(如上圖中的人)進行檢測和按畫素分割,區分不同例項(使用不同顏色),而全景分割是對圖中的所有物體包括背景都要進行檢測和分割,區分不同例項(使用不同顏色)
推薦相關閱讀
1、AI 實戰系列
- 【AI實戰】手把手教你文字識別(文字檢測篇:MSER、CTPN、SegLink、EAST 等)
- 【AI實戰】手把手教你文字識別(入門篇:驗證碼識別)
- 【AI實戰】快速掌握TensorFlow(一):基本操作
- 【AI實戰】快速掌握TensorFlow(二):計算圖、會話
- 【AI實戰】快速掌握TensorFlow(三):激勵函式
- 【AI實戰】快速掌握TensorFlow(四):損失函式
- 【AI實戰】搭建基礎環境
- 【AI實戰】訓練第一個模型
- 【AI實戰】編寫人臉識別程式
- 【AI實戰】動手訓練目標檢測模型(SSD篇)
- 【AI實戰】動手訓練目標檢測模型(YOLO篇)
2、大話深度學習系列
- 【精華整理】CNN進化史
- 大話文字識別經典模型(CRNN)
- 大話文字檢測經典模型(CTPN)
- 大話文字檢測經典模型(SegLink)
- 大話文字檢測經典模型(EAST)
- 大話卷積神經網路(CNN)
- 大話迴圈神經網路(RNN)
- 大話深度殘差網路(DRN)
- 大話深度信念網路(DBN)
- 大話CNN經典模型:LeNet
- 大話CNN經典模型:AlexNet
- 大話CNN經典模型:VGGNet
- 大話CNN經典模型:GoogLeNet
- 大話目標檢測經典模型:RCNN、Fast RCNN、Faster RCNN
- 大話目標檢測經典模型:Mask R-CNN
3、圖解 AI 系列
4、AI 雜談
5、大資料超詳細系列