整理文章:https://www.cnblogs.com/YSPXIZHEN/p/11232932.html
- 图像分类:对图像的内容对图像进行标记
详细:通常会有一组固定的标签,通过模型预测出最适合图像的标签。 - 图像说明:计算机视觉+自然语言处理,为图像生成一个最适合图像的标题,图像检测+说明
- 目标识别/检测:对边界框围绕目标检测体
- 图像/实例分割:将图像划分成互不相交的区域
普通分割:狗,猫,背景 相互分割。非监督,无语义标注
语义分割:普通分割+语义
实例分割:语义分割+物体编号 - 边缘检测:图像最基本的特征
- 轮廓提取&轮廓跟踪
整理文章:https://blog.youkuaiyun.com/weixin_30388677/article/details/98217446
- 图像分类
- 语义分割
- 分类和定位
- 目标检测
- 实例分割
- 人脸识别
- 生成模型
- 风格迁移
- 物体跟踪
- 图像问答
整理文章:http://www.elecfans.com/d/901496.html
- 图像分类:最基础,模式分类,整张内容描述
- 目标检测:图片中特定目标。2个子任务:目标类别信息和概率(分类),目标具体位置(定位)。设计特征和浅层分类器思路
- 图像分割:最高层次的

本文汇总了计算机视觉领域的核心研究方向,包括图像分类、语义分割、目标检测、实例分割、人脸识别、生成模型、风格迁移、物体跟踪、图像问答、三维视觉、视频理解以及多模态融合等。这些技术广泛涉及图像内容理解、图像处理、目标识别和跟踪等多个方面,是现代人工智能和智能系统的重要组成部分。
最低0.47元/天 解锁文章

1934

被折叠的 条评论
为什么被折叠?



