点击上方蓝字关注我们
微信公众号:OpenCV学堂关注获取更多计算机视觉与深度学习知识
图像语义分割
深度学习已经应用在计算机视觉领域多个方面,在最常见的图像分类、对象检测、图像语义分割、实例分割视觉任务都取得了良好的效果,如下图所示:
深度学习在图像语义分割上已经取得了重大进展与明显的效果,产生了很多专注于图像语义分割的模型与基准数据集,这些基准数据集提供了一套统一的批判模型的标准,多数时候我们评价一个模型的性能会从执行时间、内存使用率、算法精度等方面进行考虑。有时候评价指标也会依赖于模型的应用场景而有所不同,精准度对一些严苛的使用场景是优先考虑的,速度是对一些实时应用场景优先考虑的。对语义分割模型来说,通常用下面的一些方法来评价算法的效果。
No.1
执行时间
运行时间或者速度是一个很关键的指标,特别是在模型