图像分类、目标检测、语义分割、实例分割、全景分割

1、图像分类(image classification)

识别图像中存在的内容,如下图,有人(person)、树(tree)、草地(grass)、天空(sky)

图像分类、目标检测、语义分割、实例分割、全景分割_第1张图片

 

2、目标检测(object detection)

识别图像中存在的内容和检测其位置,如下图,以识别和检测人(person)为例

图像分类、目标检测、语义分割、实例分割、全景分割_第2张图片

 

3、语义分割(semantic segmentation)

对图像中的每个像素打上类别标签,如下图,把图像分为人(红色)、树木(深绿)、草地(浅绿)、天空(蓝色)标签

图像分类、目标检测、语义分割、实例分割、全景分割_第3张图片

 

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(目标检测),然后对每个像素打上标签(语义分割)。对比上图、下图,如以人(person)为目标,语义分割不区分属于相同类别的不同实例(所有人都标为红色),实例分割区分同类的不同实例(使用不同颜色区分不同的人)

图像分类、目标检测、语义分割、实例分割、全景分割_第4张图片

 

5、全景分割(panoptic segmentation)

语义分割和实例分割的结合,即要对所有目标都检测出来,又要区分出同个类别中的不同实例。对比上图、下图,实例分割只对图像中的目标(如上图中的人)进行检测和按像素分割,区分不同实例(使用不同颜色),而全景分割是对图中的所有物体包括背景都要进行检测和分割,区分不同实例(使用不同颜色)

图像分类、目标检测、语义分割、实例分割、全景分割_第5张图片

 

你可能感兴趣的:(机器学习,计算机视觉,机器学习,深度学习)