课程地址: https://aistudio.baidu.com/aistudio/course/introduce/1767
图像分割简介
分割类型
-
图像分割 (Image Segmentation)
-
图像语义分割 (Image Semantic Segmentation)
-
图像实例分割 (Image Instance Segmentation)
-
图像全景分割 (Image Panoptic Segmentation)
视频目标分割 (Video Object Segmentation)
视频实例分割 (Video Instance
Segmentation)
图像分割的根本目的是像素级分类，即输入为 高x宽x3 的RGB图像，输出为 高x宽x类别 的单通道图
性能指标
mIoU: mean Intersection-Over-Union
mAcc: mean Accuracy在这里插入图片描述
FCN
图像分类的最后的全连接层换成卷积层
FCN的输出大小应该和原图一样，所以需要对feature map进行上采样 (Bilinear Interpolation, Un-pooling, Transpose Conv)，Un-pooling现在用的比较少。
实现方式：
优点：
- 任意尺寸输入
- 效率高（相较以前）
- 结合浅层信息
缺点：
- 分割结果不够精细
- 没有考虑上下文信息
UNet & PSPNet
PSPNet 通过增大感受野 (Receptive Field) 改善了 FCN 没有考虑上下文的缺点
DeepLab
Graph-based
待稍后补充
实例分割
待稍后补充