目录
3、Panoramic segmentation(全景分割)
0、什么是图像分割
一个图像是许多像素的集合,图像分割分类是对图像中属于特定类别的像素进行分类的过程,因此图像分割可以认为是按像素进行分类的问题。
基于深度学习的图像分割技术主要分为:语义分割、实例分割、全景分割
1、语义分割
通常意义上的目标分割指的就是语义分割,图像语义分割,简而言之就是对一张图片上的所有像素点进行分类
语义分割(下图左)就是需要区分到图中每一点像素点,而不仅仅是矩形框框住了。但是同一物体的不同实例不需要单独分割出来。对下图左,标注为人,羊,狗,草地。而不需要羊1,羊2,羊3,羊4,羊5等。
2、Instance segmentation(实例分割)
实例分割(上图右)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(羊1,羊2,羊3...)
3、Panoramic segmentation(全景分割)
全景分割是语义分割和实例分割的结合。
跟实例分割不同的是:实例分割只对图像中的object进行检测,并对检测到的object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。
最后放上一张总结的图片
4、个人总结
语义分割,即图像上所有像素点进行分类,同一类别目标不要求区别
实例分割,即目标检测+语义分割,对图像中存在的Object进行分割,同一类别有区别
全景分割,即语义分割和实例分割的结合,图像中所有物体包括背景也要进行检测和分割
本文除最后个人总结外,全为摘抄参考文章,侵权立删!
参考: