图像语义分割入门

图像分割问题，简单来说，就是给定一张图像，从图像中分割出一个物体的准确轮廓。常见的分割任务包括语义分割（semantic segmentation）FCN、实例分割（Instance segmentation）Mask R-CNN、全景分割（Panoramic segmentation）。

• 语义分割(Semantic Segmentation)：就是对一张图像上的所有像素点进行分类。(eg: FCN/Unet/Unet++/...)
• 实例分割(Instance Segmentation)：可以理解为目标检测和语义分割的结合。(eg: Mask R-CNN/...)
  • 相对目标检测的边界框，实例分割可精确到物体的边缘；
  • 相对语义分割，实例分割需要标注出图上同一物体的不同个体。
• 全景分割(Panoptic Segmentation)：可以理解为语义分割和实例分割的结合。
  • 实例分割只对图像中的object进行检测，并对检测到的object进行分割，
  • 全景分割是对图中的所有物体包括背景都要进行检测和分割。

eg：一个照片中有多架飞机。

图像分类：图像中的飞机是一个类别。

语义分割：分割出图像中的飞机与背景。

目标检测：检测出图像中的目标飞机并给出