计算机视觉————任务的理解：图像识别，目标检测，语义分割，实例分割，全景分割以及三大顶会

• 图像识别：主要是常见的分类问题。输入图片到神经网络，输出为当前样本属于每个类别的概率。通常选取概率最大的作为样本的预测结果。
• 目标检测：通过算法检测出图片中常见物体的大致位置，通常用边界框去表示，并分类出边界框中物体的类别信息。通常的方法有one-stage 和 two-stage..。主要区别在于是否分为两阶段，（是否先产生区域建议框，再进行分类和回归）。
• 语义分割：像素级的分类，分析每个像素点的分类，但并不区分同一类别中不同的对象。
• 实例分割：目标检测和语义分割的结合。实例分割相对于目标检测，是对每个像素点进行分类。实例分割解决方法可以归为两种，自底向上和自上向下。（先语义分割再目标检测。。先目标检测再语义分割）
• 全景分割：语义分割和实例分割的结合。全景分割相对于实例分割，增加了对背景等的分割。
• 

 

在计算机视觉方面，通常认为三大顶级会议分别是：CVPR，ICCV，ECCV。

1，ICCV（IEEE International Conference on Computer Vision），名字越简单，经常越厉害。通常是每两年举行一次。最近一次即是2019年在韩国首尔举行，在中国，2005年在北京举行。会议的论文会被 EI 检索。

2，CVPR（IEEE Conference on Computer Vision and Patte