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
<