图像分割问题,简单来说,就是给定一张图像,从图像中分割出一个物体的准确轮廓。常见的分割任务包括语义分割(semantic segmentation)FCN、实例分割(Instance segmentation)Mask R-CNN、全景分割(Panoramic segmentation)。
- 语义分割(Semantic Segmentation):就是对一张图像上的所有像素点进行分类。(eg: FCN/Unet/Unet++/...)
- 实例分割(Instance Segmentation):可以理解为目标检测和语义分割的结合。(eg: Mask R-CNN/...)
- 相对目标检测的边界框,实例分割可精确到物体的边缘;
- 相对语义分割,实例分割需要标注出图上同一物体的不同个体。
- 全景分割(Panoptic Segmentation):可以理解为语义分割和实例分割的结合。
- 实例分割只对图像中的object进行检测,并对检测到的object进行分割,
- 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。
eg:一个照片中有多架飞机。
图像分类:图像中的飞机是一个类别。
语义分割:分割出图像中的飞机与背景。
目标检测:检测出图像中的目标飞机并给出