图像分割(image segmentation)是计算机视觉中很是重要的研究和应用方向,是根据某些规则将图片中的像素分红不一样的部分、打上不一样标签。图解以下:算法
一、图像分类(image classification)微信
识别图像中存在的内容,以下图,有人(person)、树(tree)、草地(grass)、天空(sky)网络
二、目标检测(object detection)分布式
识别图像中存在的内容和检测其位置,以下图,以识别和检测人(person)为例函数
三、语义分割(semantic segmentation)oop
对图像中的每一个像素打上类别标签,以下图,把图像分为人(红色)、树木(深绿)、草地(浅绿)、天空(蓝色)标签学习
四、实例分割(instance segmentation)大数据
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),而后对每一个像素打上标签(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一样实例(全部人都标为红色),实例分割区分同类的不一样实例(使用不一样颜色区分不一样的人)人工智能
五、全景分割(panoptic segmentation)spa
语义分割和实例分割的结合,即要对全部目标都检测出来,又要区分出同个类别中的不一样实例。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,区分不一样实例(使用不一样颜色),而全景分割是对图中的全部物体包括背景都要进行检测和分割,区分不一样实例(使用不一样颜色)
欢迎关注本人的微信公众号“大数据与人工智能Lab”(BigdataAILab),获取更多信息
推荐相关阅读
一、AI 实战系列
二、大话深度学习系列
三、图解 AI 系列
四、AI 杂谈
五、大数据超详细系列