深度学习图像任务分类
- 开发
- 126
-
分类
- classfication(分类任务)
- object detection(目标检测)
- semantic segmentation(语义分割)
- instance segmentation(实例分割)
- panoptic Segmentation(全景分割)
- keypoint detection(关键点检测)
任务 |
边框类型 |
标记所有像素 |
同一类型对象区分实例 |
classfication(分类任务) |
/ |
/ |
/ |
object detection(目标检测) |
外接方框 |
√ |
X |
semantic segmentation(语义分割) |
图像物体边界 |
√ |
X |
instance segmentation(实例分割) |
图像物体边界 |
X |
√ |
panoptic Segmentation(全景分割) |
图像物体边界 |
√ |
√ |
2.目标检测:方框标记出需要检测的目标,以及分类
3.语义分割: 对图片中的每一个像素都需要分类,不区分同一类型的不同对象
4.实例分割:相对于语义分割,会区分同一类型的不同对象实例,但是不会关系图像的每一个像素,只关心检测实例.
5. 全景分割:综合语义分割和实例分割,标记了所有像素的实例分割
分类和关键点检测任务不会混淆,不说了
原文地址:https://blog.csdn.net/qq_37293230/article/details/137587063
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。
本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:https://www.suanlizi.com/kf/1779422351579025408.html
如若内容造成侵权/违法违规/事实不符,请联系《酸梨子》网邮箱:1419361763@qq.com进行投诉反馈,一经查实,立即删除!