图像分类、目标检测、语义分割、实力分割

1、图像分类（Image Classification）

判断图像中物体的类别。

应用

安防领域的人脸识别和智能视频分析，交通领域的交通场景识别，互联网领域基于内容的图像检索和相册自动归类，医学领域的图像识别等。

常用网络模型	常用数据集
• LeNet • AlexNet • VGG • GoogLeNet • ResNet • ResNeXt • MobileNet_V1_V2 • MobileNet_V3 • ShuffleNet_V1_V2 • EfficientNet_V1 • EfficientNet_V2 • RepVGG • Vision Transformer • Swin Transformer • ConvNeXt • MobileViT	• CIFAR-10 • MNIST • STL_10 • Imagenet • L_Sun • caltech-101

2、目标检测（Object Detection）

识别图像中的感兴趣的目标，并确定类别及位置，同一类别的用矩形框框起来，填充相同的颜色。

应用

人脸检测，车辆检测，行人检测，遥感检测，自动驾驶，安全系统等

常用网络模型	常用数据集
• Faster-RCNN/FPN • SSD/RetinaNet • YOLO Series （YOLOV1-5 ） • FCOS	• Pascal VOC(VOC2007,VOC2012) • ILSVRC • MS-COCO • Open Images(OID) • ImageNet

3、语义分割（Semantic Segmentation）

像素级分割。处理图像时，具体到像素级别。只能判断类别，但不能区分个体。

应用

人脸识别、物体检测、医学影像、卫星图像分析、自动驾驶感知等领域

常用网络模型	常用数据集
FCN DeepLabV3 LR-ASPP U-Net U2Net SegFormer	Pascal VOC（综合场景） SUN RGB-D（室内场景） NYUDv2（室内场景） CamVid（道路场景） Cityscapes（道路场景） Open Images ADE2OK MS COCO KITTI

4、实例分割（Instance segmentation）

目标检测和语义分割的结合，在图像中将目标检测出来，用矩形框将目标框起来，填充不同颜色，可以区分单个个体。

应用

地理信息系统、医学影像、自动驾驶、机器人等领域。

常用网络模型

• Mask R-CNN

常用数据集

• COCO