图像计算机感知的三重奏

图像计算机感知的三重奏：
一重奏：图像的分类Image Classification，图像感知的基础，图像的检测与分割都是建立在分类的基础上。如图a.
经典的CNN有Alexnet，VGG，Resnet，inception，inception-resnet，mobilenet，Densenet，Nasnet，EfficientNet等等。

二重奏：Object detection（目标检测），如图b，再分类基础上还有定位物体的方框位置。简单来说就是图片里面有什么？分别在哪里？（把它们用矩形框框住）
目标检测算法有 R-CNN，Fast R-CNN，Faster R-CNN，SSD和基于YOLO的目标检测的算法。

三重奏：Segmentation分割包括语义分割（semantic segmentation）和实例分割（instance
segmentation），前者是对背景分离的拓展，要求分离开具有不同语义的图像部分，而后者是检测任务的拓展，要求描述出目标的轮廓（相比检测框更为精细）。分割是对图像的像素级描述，它赋予每个像素类别意义，适用于理解要求较高的场景，如无人驾驶中对道路和非道路的分割。

Panoramic segmentation（全景分割）
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。

语义分割的网络有FCN,Segnet,Unet，DeepLab,Refinenet。
实例分割的网络有Mask R-CNN