本文介绍了图像分割的三种类型：语义分割、实例分割和全景分割，并详细阐述了语义分割的基本流程，包括输入、深度学习模型、输出及训练过程。同时，讨论了语义分割的性能指标mAcc和mIoU，强调了它们在衡量分割精度上的差异。
图像分割的分类
语义分割：对于一只猫，站在地面上，还要对地面进行分割处理，对每个pixel分类，只分类属于classifica，还要表示obje的种类也要表示出来
图像分割：对于一个猫，只需要判断这个object是的话就标记出来。
实例分割：对每一个框架中的物体分mask，标记
全景分割：对背景每一个pixel分类+mask
语义分割算法基本流程
输入：RGB图像
算法：深度学习模型
输出：分类结果（与输入相同大小的单通道）
输入:image+label
前向：model(img)
计算损失:loss_function(out,label)
后置：loss.backward()
更新权重：opyimizer.minize(loss)
语义分割性能指标
mAcc
通过对应位置进行比较，拉成一行，相同+1，最后比较比率
最低0.47元/天 解锁文章
2174
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
