本周的工作重点是使用Mask R-CNN和Dense CRF进行人体分割。探讨了实例分割与语义分割的区别，并详细介绍了Mask R-CNN的算法步骤。尝试了百度API但效果不佳，转而采用贝叶斯抠图方法，然而需要Trimap图。最后，通过DeepLab实现了较为理想的分割效果，强调了DeepLab在速度、准确性和简单性上的优势。
（由于时间原因，先给出了大致的总结提纲，具体内容明后天补上qnq）
这周的主要工作是将人体从背景中分割出来。
论文中提到了Mask R-CNN 和Dense CRF方法，似乎不理想
趁着这几个机会学习了instance segmentation，Semantic Segmentation的区别。找到一张十分合适的图
https://blog.youkuaiyun.com/Scythe666/article/details/83108059
Mask R-CNN
Mask R-CNN是一个非常灵活的框架，可以增加不同的分支完成不同的任务，可以完成目标分类、目标检测、语义分割、实例分割、人体姿势识别等多种任务
最低0.47元/天 解锁文章
扫一扫
1346
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
