语义分割是将图像中的每个像素分类到特定类别，如在无人驾驶中用于道路识别，人像分割中实现背景替换，以及医疗影像分析中辅助肿瘤定位。全卷积网络是实现这一任务的关键技术，通过多层级特征的上采样进行预测和训练。
语义分割与MMSegmentation
1 什么是语义分割？
任务： 将图像按照物体的类别分割成不同的区域
等价于： 对每个像素进行分类
2 应用
无人驾驶汽车：自动驾驶车辆，会将行人，其他车辆，行车道，人行道、交通标志、房屋、草地与树木等按照类别在图像中分割出来，从而辅助车辆对道路的情况进行识别与认知。
人像分割：实时替换视频的背景
智能遥感：通过智能遥感
能够监测不同季节地表水域的变化，从而辅助农业生产，以及旱灾洪灾的预测等等。
医疗影像分析：通过图像分割技术，辅助进行医疗诊断。识别脑部肿瘤异物的位置。
3 语义分割 vs 实例分割 vs 全景分割
语义分割的基本思路
1 按颜色分割
逐像素分类
全卷积网络 Fully Convolutional Network 2015
全卷积网络的预测与训练
基于多层级特征的上采样
扫一扫
1457
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
