Computer Vision Tasks

Computer Vision Tasks:

图像分类、目标检测、语义分割、实例分割；

只有目标检测和实例分割是实现了实例级别的识别的，就是把每一个单独的物体拎出来识别的；目标检测是画框框，而实例分割是抠图。

 实例识别：就是把图片中的每一个物体都单独进行识别出来；

目标检测：是输入图像，输出每一个物体；(就是多个类别的多个框)

图像分割：

（1）Semantic Segmentation语义分割：我对每一个像素分类，我不管这个像素是属于哪几个物体的，只管他是属于什么类别的；(并不区分不同物体的像素)(把同一个目标的物体扣到一起，并不区分每一个物体，而实例分割需要区分每一个物体)

（2）Instance Segmentation实例分割：把同一个类别的不同实例给他区分出来；(需要区分同一类别不同物体的像素)

在无人驾驶中还有全景分割：要把它看到的所有像素都做实例分割；

 下面几张图比较有说服力：

 

 计算机视觉还有其他的解决问题：

除了图像检测、定位、目标检测、语义分割、实例分割之外还有关键点检测；

综述：里边把目标检测里边的代表性的模型、发展过程，还有著名的一些数据集都写出来了；都

 

 目标检测分为两个流派：

（1）单阶段模型：不提取候选框，我直接把全图喂到模型里边，喂到算法里边，算法能够直接输出出来目标检测的结果，一步到位他是一个统一的端到端的系统，所以是单阶段；

（2）两阶段模型：先从图像中提取若干候选框，再逐一的对这些候选框进行分类、甄别以及调整他们的坐标，最后得出结果，(就是先提取候选框，再逐一的进行甄别，这是两个阶段，所以称作两阶段模型）

两阶段一般是比较准确的，因为他要筛选出很多个候选框，比较准确但是比较耗时；而单阶段呢虽然比较快一步到位，但是准确率不是很高；但是现在YOLO发展到V5在速度和准确度(小目标识别)都已经很好了；