基于深度学习的图像语义分割算法综述基于深度学习的图像语义分割算法综述
更具体地说,图像语义分割的目标是将图像的每个像素所属类别进行标注。因为我们是预测图像中的每个像素,这个任务通常
被称为密集预测(dense prediction)。
需要注意的一点是我们不对同一类的实例进行分离; 我们只关心每个像素的类别。 换句话说,如果输入图像中有两个相同类别
的对象,则分割图本身并不一定将它们区分为单独的对象。 存在另外一类不同的模型,称为实例分割(instance
segmentation)模型,其将分离同一类的各个对象。
分割模型广泛应用在各领域中,包括:
自动驾驶(Autonomous vehicles)
汽车需要安装必要的感知系统以了解它们的环境,这样自动驾驶汽车才能够安全地驶入现有的道路。
影像诊断(Medical image diagnostics)
机器在分析能力上比放射科医生更强,而且可以大大减少诊断所需时间。分割后的胸部X片,其中红色是心脏,绿色是肺,蓝
色是锁骨。
章节目录
任务描述
评论0
最新资源