【0】语义分割前言

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

语义分割常见的评价指标