双重角度看语义分割:传统语义分割方法 对比 深度学习语义分割方法

一、论文研究背景

       语义分割(Semantic segmentatio)是计算机视觉中的关键任务之 一。现实中,越来越多的应用场景需要从影像中推理出相关的知识或语义(即由具体到抽象 的过程)。作为计算机视觉的核心问题,语义分割对于场景理解的重要性日渐突出。

1.1相关概念辨析

①语义分割 ②实例分割 ③全景分割

三者的具体关系大致可以理解为如下:

       语义即图像想要表达的意思,语义分割可以简单理解为抠图+分类。如下图b图所示,行人标为红色、汽车标为蓝色。实例分割是在语义分割的基础之上,对图像上除背景以外的对象进行分类。与语义分割不同的是,每一个对象都是单独的,不再按照大类划分。即每一个人都对应一个颜色,每一辆车也对应一个颜色。实例分割=语义分割+实例分割,理解为两者的结合,如下图的d图所示。

  • 6
    点赞
  • 34
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

码农男孩

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值