Unet语义分割-语义分割与实例分割概述-001

文章目录

  • 前言
  • 1、图像分割和图像识别
    • 1.语义分割
    • 2.实例分割
  • 2、分割任务中的目标函数定义
  • 3.IOU

前言

大纲目录


1、图像分割和图像识别

下面是图像识别和图像分割的区别,图像识别就是识别出来,画个框,右边的是图像分割。

Unet语义分割-语义分割与实例分割概述-001_第1张图片

1.语义分割

两张图把人分出来了,五个人没有区分,这个就是基本的语义分割,两种颜色的就是前景和背景,是二分类。
Unet语义分割-语义分割与实例分割概述-001_第2张图片

2.实例分割

实例分割的时候还要区分不同人,所以颜色不一样。

Unet语义分割-语义分割与实例分割概述-001_第3张图片

2、分割任务中的目标函数定义

逐像素做二分类,交叉损失函数,神经网络,分类任务就是一个交叉熵

Unet语义分割-语义分割与实例分割概述-001_第4张图片

对样本来说,轮廓最难做。轮廓上的点越重要。下面的伽马是2,正负样本的比例。

Unet语义分割-语义分割与实例分割概述-001_第5张图片

3.IOU

真的为狗的,和预测为狗的,只有一个。

Unet语义分割-语义分割与实例分割概述-001_第6张图片 Unet语义分割-语义分割与实例分割概述-001_第7张图片

右边的是实际预测值,左侧的是真实的

Unet语义分割-语义分割与实例分割概述-001_第8张图片

下面的就是交并集

Unet语义分割-语义分割与实例分割概述-001_第9张图片

你可能感兴趣的:(AI,ai,卷积神经网络)