语义分割之deeplab系列（一）

一、语义分割

1、何为语义分割

在计算机视觉领域，目前神经网络的应用主要有图像识别，目标定位与检测，语义分割。

图像识别

根据各自在图像信息中所反映的不同特征，把不同类别的目标区分开来的图像处理方法。通俗来讲，图像识别就是告诉你图像是什么或者图像是否包含某个物体、具有某些特征，比如图（a）。

目标定位与检测

定位一般是指一张图有一个类别，有单个物体需要去定位。通俗来讲，目标定位与检测告诉你图像中目标在哪里。在图像识别的基础上，需要将目标物体用框框住，并注明类别，比如图（b）。

语义分割

从字面意思上理解就是让计算机根据图像的语义来进行分割，基本要求如下：

• 对图像做密集的分割任务，分割每个像素到指定类别上
• 将图像分割成几个有意义的目标
• 给对象分配指定类型标签

比如图（c）。

实例分割

机器自动从图像中用目标检测方法框出不同实例，再用语义分割方法在不同实例区域内进行逐像素标记。

2、应用领域

目前语义分割的应用领域主要有：地理信息系统、无人车驾驶、医疗影像分析、机器人等领域。

• 地理信息系统

• 无人车驾驶

• 医疗影像分析

• 机器人

3、面临的挑战

二、Deeplab系列

1、概述

2、三级标题

3、四级标题

三、

二级标题

四、参考文献

二级标题