一、图像分割类别

随着深度学习的发展，在分割任务中出现了许多优秀的网络。根据实际分割应用任务的不同，可以大致将分割分为三个研究方向：语义分割、实例分割、全景分割。这三种分割在某种意义上是具有一定的联系的。

语义分割：

像素级别的语义分割，对图像中的每个像素都划分出对应的类别，即实现像素级别的分类；

实例分割：

类的具体对象，即为实例，那么实例分割不但要进行像素级别的分类，还需在具体的类别基础上区别开不同的实例。

全景分割

全景分割是语义分割和实例分割的泛化，但引入了新的算法挑战。与语义分割不同，全景分割需要区分单个目标实例; 这对完全卷积网络提出了挑战。与实例分割不同的是，在全景分割中目标分割中必须是非重叠的，这对独立于操作每个目标的基于区域的方法提出了挑战。

考虑到实际的应用研究中，几种类型的分割均有很大的相关性，并且对于语义分割在实际的研究中产出比较多，许多的应用场景也进行了大量的尝试，下面主要介绍关于语义分割的研究情况。

二、CNN图像语义分割基本套路：

1. 下采样+上采样：Convlution + Deconvlution／Resize

2. 多尺度特征融合：特征逐点相加／特征channel维度拼接

3. 获得像素级别的segement map：对每一个像素点进行判断类别

图像的语义分割（Semantic Segmentation）是计算机视觉中非常重要的任务。它的目标是为图像中的每个像素分类。如果能够快速准去地做图像分割，很多问题将会迎刃而解。因此

基于深度学习的图像分割总结相关推荐

根据大小分割大文本_基于深度学习的图像分割在高德地图的实践
一.前言图像分割(Image Segmentation)是计算机视觉领域中的一项重要基础技术,是图像理解中的重要一环.图像分割是将数字图像细分为多个图像子区域的过程,通过简化或改变图像的表示形式,让 ...
基于深度学习的图像分割在高德的实践
一.前言图像分割(Image Segmentation)是计算机视觉领域中的一项重要基础技术,是图像理解中的重要一环.图像分割是将数字图像细分为多个图像子区域的过程,通过简化或改变图像的表示形式,让 ...
【图像分割】走进基于深度学习的图像分割
深度学习中的图像分割图像分割就是把图像分成若干个特定的.具有独特性质的区域并提出感兴趣目标的技术和过程.它是由图像处理到图像分析的关键步骤.现有的图像分割方法主要分以下几类:基于阈值的分割方法.基于 ...
基于深度学习的图像分割
摘要遥感图像分割是利用遥感技术获取的高分辨率图像进行像素级别的分类,将图像中的不同物体或不同地物提取出来的过程.这个过程对于遥感应用具有重要意义,因为它能够提取出地物和地表特征,如河流.道路.建筑. ...
上海交大华为：“非完全监督下基于深度学习的图像分割方法”最新综述
上海交通大学人工智能研究院杨小康.沈为团队联合华为田奇团队共同发布了非完全监督(即标签有限)下的图像分割方法最新综述"A Survey on Label-efficient Deep Seg ...
「技术综述」基于弱监督深度学习的图像分割方法综述
https://www.toutiao.com/a6713527528251720200/ 本文是基于弱监督的深度学习的图像分割方法的综述,阐述了弱监督方法的原理以及相对于全监督方法的优势. 作者 | ...
【技术综述】基于弱监督深度学习的图像分割方法综述
文章首发于微信公众号<有三AI> [技术综述]基于弱监督深度学习的图像分割方法综述本文是基于弱监督的深度学习的图像分割方法的综述,阐述了弱监督方法的原理以及相对于全监督方法的优势,首发 ...
【技术综述】基于弱监督深度学习的图像分割方法综述
本文是基于弱监督的深度学习的图像分割方法的综述,阐述了弱监督方法的原理以及相对于全监督方法的优势. 作者 | 孙叔桥编辑 | 言有三 1 基础概念生活中,我们和周围的事物都是有"标签&q ...
基于深度学习的医学图像分割综述
转载:https://blog.csdn.net/weixin_41783077/article/details/80894466 摘要:医学图像分割是决定医学图像在临床诊疗中能否提供可靠依据的关键问 ...

基于深度学习的图像分割总结