【圖解AI】什麼是語義分割、例項分割、全景分割
阿新 • • 發佈：2019-05-30
影象分割（image segmentation）是計算機視覺中非常重要的研究和應用方向，是根據某些規則將圖片中的畫素分成不同的部分、打上不同標籤。圖解如下：
1、影象分類（image classification）
識別影象中存在的內容，如下圖，有人（person）、樹（tree）、草地（grass）、天空（sky）
2、目標檢測（object detection）
識別影象中存在的內容和檢測其位置，如下圖，以識別和檢測人（person）為例
3、語義分割（semantic segmentation）
對影象中的每個畫素打上類別標籤，如下圖，把影象分為人（紅色）、樹木（深綠）、草地（淺綠）、天空（藍色）標籤
4、例項分割（instance segmentation）
目標檢測和語義分割的結合，在影象中將目標檢測出來（目標檢測），然後對每個畫素打上標籤（語義分割）。對比上圖、下圖，如以人（person）為目標，語義分割不區分屬於相同類別的不同例項（所有人都標為紅色），例項分割區分同類的不同例項（使用不同顏色區分不同的人）
5、全景分割（panoptic segmentation）
語義分割和例項分割的結合，即要對所有目標都檢測出來，又要區分出同個類別中的不同例項。對比上圖、下圖，例項分割只對影象中的目標（如上圖中的人）進行檢測和按畫素分割，區分不同例項（使用不同顏色），而全景分割是對圖中的所有物體包括背景都要進行檢測和分割，區分不同例項（使用不同顏色）
推薦相關閱讀
1、AI 實戰系列
- 【AI實戰】手把手教你文字識別（文字檢測篇：MSER、CTPN、SegLink、EAST 等）
- 【AI實戰】手把手教你文字識別（入門篇：驗證碼識別）
- 【AI實戰】快速掌握TensorFlow（一）：基本操作
- 【AI實戰】快速掌握TensorFlow（二）：計算圖、會話
- 【AI實戰】快速掌握TensorFlow（三）：激勵函式
- 【AI實戰】快速掌握TensorFlow（四）：損失函式
- 【AI實戰】搭建基礎環境
- 【AI實戰】訓練第一個模型
- 【AI實戰】編寫人臉識別程式
- 【AI實戰】動手訓練目標檢測模型（SSD篇）
- 【AI實戰】動手訓練目標檢測模型（YOLO篇）
2、大話深度學習系列
- 【精華整理】CNN進化史
- 大話文字識別經典模型（CRNN）
- 大話文字檢測經典模型（CTPN）
- 大話文字檢測經典模型（SegLink）
- 大話文字檢測經典模型（EAST）
- 大話卷積神經網路（CNN）
- 大話迴圈神經網路（RNN）
- 大話深度殘差網路（DRN）
- 大話深度信念網路（DBN）
- 大話CNN經典模型：LeNet
- 大話CNN經典模型：AlexNet
- 大話CNN經典模型：VGGNet
- 大話CNN經典模型：GoogLeNet
- 大話目標檢測經典模型：RCNN、Fast RCNN、Faster RCNN
- 大話目標檢測經典模型：Mask R-CNN
3、圖解 AI 系列
4、AI 雜談
5、大資料超詳細系列