【CV】图像分类、目标检测、语义分割、实例分割、全景分割

1. 图像分类（image classification）

图像分类就是识别图像中存在的内容，对图像判断出所属的分类。如下图，有人（person）、树（tree）、草地（grass）、天空（sky），
只知道有没有这一类东西就行。

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。可以分开不同的人并给出位置，但不能给出准确的与之对应的像素，也不用检测处图像中所有的类型。

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。可以给出每一类对应的准确像素，但是不能把同一类型不同个体区分开。

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）

参考

https://my.oschina.net/u/876354/blog/3055850

https://www.cnblogs.com/zxj9487/p/11154316.html

https://www.zhihu.com/question/269050403