1、什么时候用?
针对同一类中不同子类进行分类
关注:扩大类内差距
- 语义分割(semantic segmentation)进行稠密预测(dense prediction)推断每个像素点的类标签,通过这种方式,区域或物体内的像素点被标记为相应的类别。
- 物体分割(instance segmentation):分别标记同一类的不同物体,甚至是基于部分的分割(part based segmentation),将已经分割出的类进一步分割为底层的组成部分。
2、本质:如何有效地对前景对象进行检测,并从中发现重要的局部区域信息
3、分类
基于强监督信息的细粒度图像分类模型 :
为了获得更好的分类精度,除了图像的类别标签外,还使用了物体标注框(object bounding box)和部位标注点(part annotation)等额外的人工标注信息