深度学习任务之概念解释

• 图像分类（classification）
  图像分类这一类问题常用与区分不同的物品，图像分类，顾名思义，是一个输入图像，输出对该图像内容分类的描述的问题。它是视觉方向的其中一个核心，实际应用广泛。
  特点：一张图片被赋予一个类别标签

• 目标检测（object detection）
  图像分类是将图像划分为单个类别，通常对应于图像中最突出的物体。但是现实世界的很多图片通常包含不只一个物体，此时如果使用图像分类模型为图像分配一个单一标签其实是非常粗糙的，并不准确。对于这样的情况，就需要目标检测模型，目标检测模型可以识别一张图片的多个物体，并可以定位出不同物体并且给出边界框。目标检测在很多场景有用，如无人驾驶和安防系统。
  特点：一张图片可以给出多个目标的类别，并且用边界框给出每个目标的位置

• 语义分割（semantic segmentaion）
  语义分割方法在处理图像时，具体到像素级别，也就是说，该方法会将图像中每个像素分配到某个对象类别。语义分割是一种典型的计算机视觉问题，其涉及将一些原始数据（例如，平面图像）作为输入并将它们转换为具有突出显示的感兴趣区域的掩模。遥感中图像分类就属于语义分割。
  特点：像素级分类（pixel-level classification）,每个像素被赋予一个类别