分类VS分割——从原理和代码角度来分析对比(点云深度学习)

分类任务与分割任务有什么联系吗？

答案是肯定的。

 

分割其实就是对每一个像素进行分类。在代码上，分割与分类的区别就更小了，都是用全连接层输出一定的数目，这个数目就是你要分类/分割的个数。

以PointNet为例，先看看网络架构：

 

 

可以看到网络在得到global feature之前，分类和分割是公用一套网络的。它们的代码自然也一样。这部分代码位于pointnet_cls.py和pointnet_seg.py中，完全相同。

def get_model(point_cloud, is_training, bn_decay=None):
    """ Classification PointNet, input is BxNx3, output Bx40 """
    batch_size = point_cloud.get_shape()[0].value
    num_point = point_cloud.get_shape()[1].value
    end_points = {}    with tf.variable_scope('transform_net1') as sc:
        transform = input_transform_net(point_cloud, is_training, bn_decay, K=3)
    point_cloud_transformed = tf.matmul(point_cloud, transform)
    input_image = tf.expand_d