浅浅图像分割

目录

概念、目的性的分类​​​​​​​

传统的图像分割方法（非深度学习）

深度学习中图像分割经典算法​​​​​​​​​​​​​​

---

概念、目的性的分类

        普通分割

        将不同分属不同物体的像素区域分开。 如前景与后景分割开，狗的区域与猫的区域与背景分割开。

        语义分割

        在普通分割的基础上，分类出每一块区域的语义（即这块区域是什么物体）。 如把画面中的所有物体都指出它们各自的类别。狗A、B、C都是狗

        实例分割

        在语义分割的基础上，给每个物体编号。 如这个是该画面中的狗A，那个是画面中的狗B。

更全面的分类汇总：

图像分割汇总_好啊啊啊啊的博客-CSDN博客_图像分割

传统的图像分割方法（非深度学习）

        基于变换的图像分割方法

        阈值分割方法

        区域分割方法

        基于图论的分割方法

        基于能量泛函的分割方法

        基于聚类的分割方法

深度学习中图像分割经典算法

        FCN

        https://arxiv.org/abs/1411.4038

        SegNet

        U-Net

        Dilated Convolutions

        DeepLab (v1 & v2)

            公众号 计算机视觉研究院：

            谷歌——DeepLab v1

            Deeplab v2 安装及调试全过程

            DeepLab v2及调试过程

        RefineNet

        PSPNet

        Large Kernel Matters

        DeepLab v3

            公众号 计算机视觉研究院

            DeepLab V3

        Mask-RCNN

参考：

深度学习之图像分割（指路论文链接）

深度学习之图像分割_MaggieQuan的博客-CSDN博客_图像分割

深度学习中图像分割经典算法和必备知识点整理

百度安全验证