计算机视觉基础(11)——语义分割和实例分割

这篇具有很好参考价值的文章主要介绍了计算机视觉基础(11)——语义分割和实例分割。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

前言

在这节课,我们将学习语义分割和实例分割。在语义分割中,我们需要重点掌握语义分割的概念、常用数据集、评价指标(IoU)以及经典的语义分割方法(Deeplab系列);在实例分割中,需要知道实力分割可以近似看为“目标检测+语义分割”,需要知道Mask R-CNN方法的计算流程,以及评价指标mAP

一、语义分割

1.1  分割类任务的定义

分割类任务是一种密集标注任务,即将图像中每个像素赋予一个语义或者实例标签

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

1.2  语义分割的应用场景

  • 无人驾驶
  • 机器人
  • 医学图像
  • ……

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

1.3  常用数据集

1.3.1  Pascal VOC Dataset

VOC数据集是计算机视觉主流数据集之一,由牛津大学、比利时鲁汶大学等高校的视觉研究组联合发布,可以用作分类,分割,目标检测,动作检测和人物定位五类任务,包含21个类别标签,训练1464,验证1449,测试1456。

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

1.3.2  MS COCO Dataset

MS COCO(Microsoft Common Objects in Context Dataset)是微软发布的一个大规模物体检测,分割及文字定位数据集,支持目标检测、实例分割、全景分割、Stuff Segmentation、关键点检测、看图说话等任务类型,包含80个对象类别。

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

1.3.3  ADE20K Dataset

ADE20K数据集由 MIT CSAIL 研究组发布,涵盖广泛的场景和对象类别,可用于场景感知、解析、分割、多物体识别和语义理解。该数据集构建了一个场景解析基准,包含150个对象和素材类。

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

1.3.4  CityScapes Dataset

CityScapes是由奔驰自动驾驶实验室、马克思·普朗克研究所、达姆施塔特工业大学联合发布的图像数据集,专注于对城市街景的语义理解。 该数据集包含50个城市不同场景、不同背景、不同街景,以及30类涵盖地面、建筑、交通标志、自然、天空、人和车辆等的物体标注,共有5000张精细标注的图像和2万张粗略标注的图像。

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

1.4  评价指标(重点)

平均交并比 (mean Intersection over Union, mIoU) ——每个类别的所有像素去计算交并比

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

1.5  语义分割方法

1.5.1  基于滑动窗的提取图像块后分类

基于滑动窗提取图像块然后对图像块的中心进行分类

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

1.5.2  用CNN计算整幅图的特征

用CNN计算整幅图的特征,然后在其上进行标签预测

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

1.5.3  全卷积网络

【方案一】

设计只含有卷积层而没有降采样操作的神经网络,这样可以同时对所有像素进行标签预测

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

【方案二】

设计包含卷积层、下采样操作和上采样操作的神经网络。

下采样操作:可以通过池化和加大卷积步长来实现

上采样操作:可以通过插值、逆池化和转置卷积来实现

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

【插值】

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

【逆池化】

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

【转置卷积】

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

【上采样结构总结】

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

【U-Net】

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

1.5.4  DeepLab系列

【Deeplab V1】

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

【Deeplab V2】

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

【Deeplab V3】

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

【Deeplab V3+】

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

1.5.5  PSPNet

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

1.5.6  HRNet

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

二、实例分割

2.1  实例分割的概念

实例分割 可以近似看为 目标检测 + 语义分割

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

2.2  Mask R-CNN

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

2.3  评价指标(重点)

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

2.4  实例分割效果

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

计算机视觉基础(11)——语义分割和实例分割,计算机视觉基础,计算机视觉,人工智能,语义分割,图像处理

总结

在本文中,我们学习了语义分割和实例分割,需要清楚二者的区别,并掌握二者的算法流程,需要重点关注语义分割和实例分割的方法举例和评价指标文章来源地址https://www.toymoban.com/news/detail-817019.html

到了这里,关于计算机视觉基础(11)——语义分割和实例分割的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包