语义分割与MMSegmentation

本文介绍了三种主要的图像分割技术——语义分割、实例分割和全景分割,强调了它们的区别。其中,语义分割关注类别而不考虑个体,实例分割则同时考虑同类个体和背景。技术上,这些方法利用了全卷积网络(FCN)、U-Net、PSPNet(结合多尺度池化和上下文信息)以及DeepLab(应用空洞卷积以获取更细腻的特征图)等工具来处理上下文信息。
摘要由CSDN通过智能技术生成

一 语义分割类别

  1. 语义分割

按类别分开,不考虑同类个体

 

  1. 实例分割

按类别分开,同时考虑同类个体,不考虑背景

 

  1. 全景分割

按类别分开,同时考虑同类个体以及背景

 相关技术支持:

全卷积,上采用(双线性插值)(转置卷积),空洞卷积,上下文信息

FCN

U-Net

PSPNet使用上下文信息 多尺度池化+拼接

DeepLab

空洞卷积 特征图更细腻

总结:

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值