YOLO v8图像分割
文章目录
在前面的文章中,我们使用YOLO v8模型实现了图像、视频流进行物体检测与识别。本文将详细介绍,如何使用YOLO v8进行物体检测与分割(Segmetation)。
1、图像分割介绍
图像分割(Image Segmentation)是计算机视觉和数字图像处理的一个子领域,旨在将图像的相似区域或片段分组到它们各自的类标签下。
由于整个过程是数字化的,因此可以使用像素形式表示模拟图像,从而使形成片段的任务等同于对像素进行分组。
图像分割是图像分类的扩展,除了分类之外,我们还执行定位。 因此,图像分割是图像分类的超集,模型通过勾勒出对象的边界来精确定位相应对象的位置。
在计算机视觉中,与分类器中的单个编码器网络相比,大多数图像分割模型由编码器-解码器网络组成。
编码器对输入的潜在空间表示进行编码,解码器将其解码以形成分段映射,或者换句话说,映射概述了图像中每个对象的位置。
一个典型的图像分割看起来像这样:
图像分割标注
与所有有监督的深度学习算法一样,有监督的分割过程需要大规模的带注释的预处理数据进行训练。
所需的注释类