物体分割
最全综述(图像分割) | https://mp.weixin.qq.com/s?__biz=MzIxOTczOTM4NA==&mid=2247487852&idx=1&sn=01245f0ddb67888243bb86e63e88c83f&chksm=97d7f4fba0a07dedf994762eaa3ae7a886211a1f2b9ba2c5f3d7dafd40b372e1120538496da1&token=748150220&lang=zh_CN#rd |
---|---|
2021年语义细分指南 | https://nanonets.com/blog/semantic-image-segmentation-2020/ |
1:历史
1:非深度学习
- 基于阈值法
- 区域生长
- 区域合并
- ?怎么感觉机器学习学过这个
- 分水岭
- 边缘检测
- 并行微分算子法
- 遗传算法
2:深度学习
- 基于特征编码
- VGGNet
- ResNet
- 基于区域选择
- R-CNN
- Fast R-CNN
- Faster R -CNN
- Mask R-CNN
- 何凯明 ICCV2017的最佳论文,是真的牛逼!!!!!
- 目标检测,目标分类,像素级分割
- 在 Faster R-CNN的基础上,加上了Mask预测分支,并且改良了ROI Pooling,提出了ROI Align
- Mask Scoring R-CNN
- 华中科技大学
- 凯明大神的评价函数只会对候选框打分,而不是分割模板,最终效果在COCO数据集超过凯明大神
- 基于RNN的图像分割
- ReSeg模型
- MDRNNs模型
- 基于上采样的分割
- FCN
- 图像分割的一块标杆
- SetNet
- 解决自动驾驶和智能机器人图像分割
- FCN
- 基于提高特征分辨率的分割
- DeepLab
- 基于特征增强的分割方法
- PSPNet
- 使用CRF / MRF的方法
- 马尔科夫随机场·
3:Github
- FCN
- UNET
- UNET++
- UNET+++
- deeplav V3