图像分割模子及架构选型先容(MMSegmentation|sssegmentation等)
参考： https://zhuanlan.zhihu.com/p/6182265130. 图像分割概述
图像分割通过给出图像中每个像素点的标签，将图像分割成多少带类别标签的区块，可以看作对每个像素进行分类。图像分割是图像处理的重要组成部分，也是难点之一。随着人工智能的发展，图像分割技术已经在交通控制、医疗影像和人脸辨认等多个领域获得了广泛的应用。
图像分割是猜测图像中每一个像素所属的类别大概物体。基于深度学习的图像分割算法主要分为三类：
[*]语义分割(semantic segmentation):可以理解为一个分类任务，对图片上每个像素进行分类。经典网络: FCN
[*]实例分割(Instance segmentation): 相比于语义分割对每个像素进行分类，好比全部飞机位置都用同一个颜色表示。但在实例分割任务中，分割的结果会更加精致些。针对同一个类别的不同目的，也有不同的颜色进行区分。经典网络: Mask R-CNN
[*]全景分割(Panoramic segmentation): 全景分割可以认为是 语义分割+实例分割。实在在我们实例分割任务中，我们并不关注背景情况，好比背景中大概有蓝天，草地,在我们实例分割任务中我们是不会关注这些的，只是关注每个目的的分割边界。而在全景分割任务中，我们不仅需要将每个目的给分割出来，还需要将背景进行划分
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]