arXiv在2020年1月13日上传的综述论文 “Evolution of Image Segmentation using Deep Convolutional Neural Network: A Survey“。
摘要:从自动驾驶汽车到医学诊断,图像分割任务的需求无处不在。图像分割是计算机视觉中必不可少的任务之一。与其他视觉任务相比,此任务相对复杂,因为它需要低级别的空间信息。基本上,图像分割可以分为两种类型:语义分割和实例分割。这两个基本任务的组合版本称为全景分割。近年来,深度卷积神经网络(CNN)的成功极大地影响了分割领域,并为我们提供了各种成功的模型。本次综述将了解基于CNN的语义和实例分割工作的发展,还指定了一些最新模型的体系结构细节,并讨论了它们的训练细节比较,以便对这些模型超参调整的清晰了解。此外,该文还对这些模型在不同数据集的性能进行了比较。
如图是图像分割的类型:
一个实际的例子:
语义分割:
空洞卷积(atrous convolution&#