飞桨PaddlePaddle之图像分割7日打卡营学习笔记-语义分割初探

之前上课的时候不太懂，回头再整理一下笔记，再看一下视频，思路就清晰许多了。
朱老师和伍老师讲的都很棒，特别朱老师手敲代码，对写phthon有一定的启发。

学习笔记的地址：
https://aistudio.baidu.com/aistudio/projectdetail/1152968

学习笔记

图像分割的类型
图像分割
图像语义分割：给每个pixel分类
图像实例分割：给每个框里的object分mask
图像全景分割：背景pixel分类+框里mask
视频目标分割：即VOS，通常会给定目标mask，求特定目标的mask
视频实例分割：即VIS，根据目标检测的框，求目标的mask

ground truth，在有监督学习中，数据是有标注的，以(x, t)的形式出现，其中x是输入数据，t是标注.正确的t标注是ground truth， 错误的标记则不是。（也有人将所有标注数据都叫做ground truth）

图像分割的应用场景
根据不同的任务和数据类型
1、人像分割（头发分割、人脸分割、背景分割）
2、自动驾驶（行人、车辆分割，图道线检测）
3、医学图像（病理、CT、MRI）
4、工作质检测、分拣机器人

语义分割算法的根本目的：像素及分类
计算loss，希望Ground truth和Prediction越接近越好

语义分割算法的基本流程：
-输入：图像（RGB） ————会想到cv2.imread, dataloader, batch_size
-算法：深度学习模型 ————会想到FCN, Deeplab, U-Net, RestNet, VGG
-输出：分类结果（与输入大小一致的单通道图）
-训练过程：
-输入：image + label
-前向：out = model(image)
-计算损失： loss = loss_func(out, label)
-反向：loss.backward()
-更新权重：optimizer.minimize(loss)

语义分割性能指标
mIoU：交并比，交集比去并集
mACC：Prediction和Ground Truth对应位置的“分类”准确率，每个像素

为什么有mACCb了，还要mIoU？
以视频的车的照片为例，如果没有识别出车，全都预测成马路，单看像素的话，准确率也挺高。
但是分割的目的是认为汽车也很重要，mean一下车的比重就比较大。