这里写目录标题
常见分隔任务
语义分割 (semantic segmentation)
通常意义上的目标分割指的就是语义分割,图像语义分割,简而言之就是对一张图片上的所有像素点进行分类,即对图像中的每个像素都划分出对应的类别,实现像素级别的分类。
举例说明:语义分割就是需要区分到图中每一点像素点,而不仅仅是矩形框框住了。但是同一物体的不同实例不需要单独分割出来。
实例分割(Instance segmentation)
实例分割不但要进行像素级别的分类,还需在具体的类别基础上区别开不同的实例。
全景分割(Panoramic segmentation)
全景分割是语义分割和实例分割的结合。跟实例分割不同的是: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,而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。
语义分割常见的数据集
PASCAL VOC
PASCAL VOC挑战赛 (The PASCAL Visual Object Classes )是一个世界级的计算机视觉挑战赛,PASCAL全称:Pattern Analysis, Statical Modeling and Computational Learning,是一个由欧盟资助的网络组织。PASCAL VOC挑战赛主要包括以下几类:图像分类(Object Classification),目标检测(Object Detection),目标分割(Object Segmentation),行为识别(Action Classification) 等。
https://blog.csdn.net/qq_37541097/article/details/115787033
MS COCO
MSCOCO 数据集是微软构建的一个数据集,其包含 detection, segmentation, keypoints等任务。
https://blog.csdn.net/qq_37541097/article/details/113247318