图像分割，语义分割，实例分割

学习目标检测，首先要了解图像分类。图像分类任务虽然简单，应用范围也有限，但是它是计算视觉的基础，图像分类上的成功表明深度学习网络具有学习并理解图像的能力。目前计算机视觉的其他任务使用的basemodel都是在image classification上取得成功的网络结构。
常用的深度学习经典网络有：
AlexNet（2012）
ZFNet（2013）
VGG（2014）
GoogleNet（2014）
InceptionNet（2015）
ResNet（2016）
DenseNet（2016）

常用的目标检测算法有Fast-RCNN和YOLO算法。

1 semantic segmentation（语义分割）

通常我们所说的目标分割是语义分割，语义分割就是需要区分图像中的每一个像素点，对于同一物体不同对象不单独分割出来。

2 Instance segmentation（实例分割）

实例分割其实就是目标检测和语义分割的结合。相对目标检测的边界框，实例分割可精确到物体的边缘；相对语义分割，实例分割需要标注出图上同一物体的不同个体。

目前常用的实例分割算法是Mask R-CNN。
Mask R-CNN 是通过向 Faster R-CNN 添加一个分支来进行像素级分割，该分支输出一个二进制掩码0，1，该掩码表示给定像素是否为目标对象的一部分：该分支是基于CNN特征映射的全卷积网络。将给定的CNN特征映射作为输入，输出为一个矩阵，其中像素属于该对象的所有位置用 1 表示，其他位置则用 0 表示，这就是二进制掩码。

3 Panoramic segmentation（全景分割）

全景分割是语义分割与实例分割的结合。跟实例分割不同的是：实例分割只对图像中的目标进行检测，并对检测到的目标物体进行分割，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。