深度之眼--图像分割第一周FCN

1.语义分割的概念

        语义分割就是逐像素的图像中的内容进行分类,属于同一类的像素都要被归为一类,因此语义分割是从像素级别来理解图像的。语义分割的传统方法有:(1)非监督学习:阈值法,连通域法,图像形态学方法等。(2)监督学习: K 最近邻算法、支持向量机(SVM)等。但是传统方法依赖于人工的特征工程,精度和时间开销较大。2015年本篇论文提出的全卷积网络,使得用深度学习方法对图像进行像素级的分类成为可能,并迅速替代传统分割方法成为研究的热点。
        注意区分的是:语义分割与实例分割不同,下图为FCN论文中的分割效果图。可以看出语义分割只需要将人和车的像素都归为一类,但是实例分割还要将不同的人和车归为不同的类。

  • 3
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值