语义分割(semantic segmentation)、实例分割(instance segmetation)、全景分割(panoptic segmentation)

在读一些论文是经常出现上面几个概念。语义分割、实例分割。以及新出的全景分割。
对于上面几个概念可以使用coco数据集中的一张图来进行分辨
语义分割(semantic segmentation)、实例分割(instance segmetation)、全景分割(panoptic segmentation)_第1张图片
上面的this work表示的就是实例分割(instance segmentation).
语义分割(semantic segmentation)、实例分割(instance segmetation)、全景分割(panoptic segmentation)_第2张图片
要理清这几个概念,需要明白图像分割中的things 和 stuff的区别。图像中内容可以按照有没有固定形状分成things和stuff.其中 人车等有固定形状的物体属于things类别。天空、草地等没有固定形状的物体属于stuff类别。
语义分割更注重类于类之间的区分,而实例分割更注重个体之间的区别。全景分割时把这两个结合在一起的。
一般语义分割经典的算法有 FCN、dilated convlotion、deeplab、pspnet等。实例分割经典算法有
SDS->HyperColumns->CFM->Deep&Sharp Mask->MNC->ISFCN->FCIS->SIS->Mask RCNN->PAN
至于全景分割时最近才提出的。主要的有 何凯明大神的 "panoptic segmentation"这篇论文。还有JSIS-net
语义分割(semantic segmentation)、实例分割(instance segmetation)、全景分割(panoptic segmentation)_第3张图片

牛津大学提出的弱监督全景分割模型
语义分割(semantic segmentation)、实例分割(instance segmetation)、全景分割(panoptic segmentation)_第4张图片
还有丰田研究院提出的 TASCNet
语义分割(semantic segmentation)、实例分割(instance segmetation)、全景分割(panoptic segmentation)_第5张图片

你可能感兴趣的:(DL)