【CS231n 课程笔记】第十一讲-----图像分割、目标检测与定位

目录

1.语义分割

转置卷积

2.目标检测

3.物体分割

---

1.语义分割

图像语义分割指输入图像并对图像中每个像素做分类，比如

语义分割并不区分同类目标，比如下图，两头牛并不被区分出来，这是语义分割里的不足之处。

因为语义分割是用类别来做切分，所以语义分割仅能通过分类实现，可以用滑动窗口找到物体。

方案一：将分类图像打碎为许多小的局部图像块，然后可以用这些小块做分类，对当前的每一个小块，判断它的中心属于哪一类它就是哪一类，我们用这种方法区分整个图片，达到语义分割的效果。但是这种方法只在一定情况下有用，并不是完美的解决方案，而且这个方案计算复杂度很高，因为我们要标记图像中的每一个像素点，我们需要为每个像素准确对应的小块。

改进：我们可以共享小块之间的计算，当我们打算区分两块彼此相邻甚至重叠的图像时，这些小块的卷积特征最终通过同样的卷积层。实际上，我们可以共享很多计算过程

方案二：全连接卷积神经网络，我们输入完整一张图片，把很多的卷积层堆叠在一起组成一个网络，每次卷积层都保持图像大小不变， 然后对每个像素做分类，用网络层一次性完成所有运算。这样的话这个网络就是对每个像素分配损失，并且平均化损失，然后用反向传播训练网络。所以这样处理数据集要对每个像素