实例分割:同一类型目标要分出来具体实例(谁是谁)
目标检测:标出来外包围矩形
语义分割:找到同一画面中的不同类型目标区域。
基本思想:
1.滑动窗口
2.FCN网络结构:网络结构分为两个部分:全卷积部分和反卷积部分。全卷积部分借用了一些经典的CNN网络,并把最后的全连接层换成卷积,用于提取特征,形成热点图;反卷积部分则是将小尺寸的热点图上采样得到原尺寸的语义分割图像。
常见指标:
常见的标注工具:
Labelme : https://github.com/wkentaro/labelme
EISeg : https://github.com/PaddlePaddle/PaddleSeg
文本预处理:一篇文章可以被简单地看作一串单词序列,甚至是一串字符序列。我们将解析文本的常见预处理步骤。这些步骤通常包括:1.将文本作为字符串加载到内存中。2.将字符串切分为词(如单词和字符)。3.建立一个字典,将拆分的词元映射到数字索引。4.将文本转换为数字索引序列,方便模型操作。
RNN模型:
LSTM网络模型: