图像分割 2020 最新进展

正文字数：3004  阅读时长：4分钟

该文章由Derrick Mwiti发表在Neptune blog，在这篇文章中，我们将会探讨深度学习在图像分割领域的应用。

Posted by Jakub Czakon 

url : https://towardsdatascience.com/image-segmentation-in-2020-756b77fa88fc

source来源:neptune.ai

在这篇文章中我们将讨论的话题有：

• 什么是图像分割

• 图像分割的架构

• 图像分割中使用的损失函数

• 在你的图像分割项目中可用的框架

就让我们一探究竟吧。

什么是图像分割

顾名思义，图像分割是将一幅图像转化成多个部分的过程。在这个过程中，图像中的每个像素都与一个具体的物体相关联在一起。图像分割主要有两种类型：语义分割和实例分割。

在语义分割中，所有物体都是同一类型的，所有相同类型的物体都使用一个类标签进行标记，而在实例分割中，相似的物体可以有自己独立的标签。

参考Anurag Arnab, Shuai Zheng 等作者的2018年的Paper：“Conditional Random Fields Meet Deep Neural Networks for Semantic Segmentation” http://www.robots.ox.ac.uk/~tvg/publications/2017/CRFMeetCNN4SemanticSegmentation.pdf

图像分割的架构

图像分割的基本结构由编码器和解码器组成。

来自Vijay Badrinarayanan等作者2017的Paper：“SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation” https://arxiv.org/abs/1511.00561

<