语义分割与MMSegmentation——OpenMMLab第六讲

语义分割

语义分割：将图像按照物体的类别分割成不同的区域，等价于对每个像素进行分类。
应用：无人驾驶汽车，人像分割，智能遥感，医疗影响分析，

语义分割、实例分割、全景分割

语义分割算法总结

空洞卷积与DeepLab系列算法
DeepLab主要贡献为:

• 使用空洞卷积解决网络中的下采样问题
• 使用条件随机场CRF作为后处理手段，精细化分割图
• 使用多尺度的空洞卷积(ASPP模块)捕捉上下文信息
  Deep v1发表于2014年，后于2016、2017、2018年提出v2、v3、v3+版本。

语义分割模型的评估：比较预测与真值，基于交并集的评估指标。

语义分割工具包MMSegmentation

代码库：https://github.com/open-mmlab/mmsegmentation
文档：https://github.com/open-mmlab/mmsegmentation