计算机视觉：U_Net图像分割

1.图像分割概述

        1.1 图像分割的概念

        图像分割技术是计算机视觉领域的重要研究方向，是图像语义理解的重要一环。所谓图像分割就是根据灰度，色彩，空间纹理，几何形状等把图像划分为若干个互不相交的区域。

        语义分割

        使用相同的类标签标注同一类目标的每一个像素。

        实例分割

        同类的目标也会使用不同标签进行标注（不含背景）

        全景分割

        语义分割和实例分割的结合，对图中所有物体包括背景都要进行实例分割

        1.2 图像分割与图像分类和目标检测的区别

        图像分类：判定图中包含物体的类别。是目标检测和图像分割的基础，任务简单，推理速度快。

        目标检测：精确定位出图像中某一物体的类别信息和所在位置。是目标跟踪的基础，任务相对较难,推理速度慢。

        图像分割：对图像进行像素级分类，预测每个像素所属类别

                语义分割：像素级目标检测，任务难，推理慢。

                实例分割：和语义分割相似，不同之处在于需要区分同类中不同个体。

2.图像分割的应用领域和常见算法

        2.1 图像分割的应用

        图像分割广泛应用于医疗，自动驾驶，地质检测，人