【深度学习】图像分割的难点

这段时间的学习都围绕这篇文章展开： https://zhuanlan.zhihu.com/p/72743589

图像分割领域的难点：
（1）多尺度问题；
（2）物体多姿态（或者多视角）问题；
（3）光照问题；
（4）分割边缘不准的问题；
因为相邻临的像素对应感受野内的图像信息太过相似导致，解决方向：对网络输出的分割的边界增加额外的损失，或者让网络对边界的特征和区域内部的特征分开建模学习。其本质上的思想还是让网络同时做两个任务：分割和边缘检测。另外，提高输入图像的输入分辨率和中间层特征图的分辨率同样也是简单有效的。
（5）在同一副图像中不同类别或实例的像素不均衡的问题；
一般图像分割对pixel做softmax，效果好的前提是不同物体类别的像素点较为均衡的情况下。
（6）标注成本非常高，而且标注质量难以保证不含有噪声；
（7）物体之间的遮挡；
（8）如何定义像素点之间的关联性问题，上下文问题；
（9）能否从图像序列这个角度切入做出更好的图像分割；
（10）如何简单有效区分同一类物体的不同实例。