洱源网站建设,做游戏需要学什么,永嘉网站制作系统,狮山建网站第6课 语义分割与MMSegmentation
1. 语义分割简介
任务#xff1a;将图像按照物体的类别分割成不同的区域#xff0c;等价于对每个像素进行分类应用 无人驾驶人像分割智能遥感医疗影像分析 语义分割 vs 实例分割 vs 全景分割 语义分割#xff1a;仅考虑像素的类别#xf…第6课 语义分割与MMSegmentation
1. 语义分割简介
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应用 无人驾驶人像分割智能遥感医疗影像分析 语义分割 vs 实例分割 vs 全景分割 语义分割仅考虑像素的类别不分割同一类的不同实体实例分割分割不同的实体仅考虑前景物体全景分割背景仅考虑类别前景需要区分实体 基本思路 按颜色分割逐像素分类 滑窗计算效率底下卷积计算 计算复用全连接层要求固定大小输入全连接层的卷积化 全卷积网络 2015 上采样 双线性插值 转置卷积可学习的上采样层 基于多层级特征的上采样 结合低层次和高层次特征图 UNet 2015 逐级融合高低层特征
2. 上下文信息
PSPNet 2016
3. 空洞卷积与Deeplab系列算法
Deeplab系列 使用空洞卷积解决网络中的下采样问题 图像分类模型中的下采样层使输入尺寸变小 如果将池化层和卷积中的步长去掉 可以减少下采样次数特征图就会变大需要对应增大卷积核以维持相同的感受野但会增加大量参数使用空洞卷积Dilated Convolution/Atrous Convolution在不增加参数的情况下增大感受野 条件随机场空间金字塔池化Encoder-Decoder
3. 语义分割模型的评估
基于交并集的评估指标 accuracyioudice
4. MMSegmentation
