NJU1healer的个人博客分享 http://blog.sciencenet.cn/u/NJU1healer

博文

实例分割、语义分割与全景分割的区别

已有 8067 次阅读 2021-4-7 13:50 |个人分类:机器学习|系统分类:科研笔记

目前的分割任务主要有三种:①像素级别的语义分割;②实例分割;③全景分割

(1)语义分割 (semantic segmentation)


       通常意义上的目标分割指的就是语义分割,图像语义分割,简而言之就是对一张图片上的所有像素点进行分类,即对图像中的每个像素都划分出对应的类别,实现像素级别的分类。

       举例说明:语义分割(下图左)就是需要区分到图中每一点像素点,而不仅仅是矩形框框住了。但是同一物体的不同实例不需要单独分割出来。对下图左,标注为人,羊,狗,草地。而不需要羊1,羊2,羊3,羊4,羊5等。

image.png

image.png

图1 (左下)semantic segmentation ; The work segment individual object instances(右下)

(2)实例分割(Instance segmentation)

       而类的具体对象,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。

       举例说明1:比如说图像有多个人甲、乙、丙,那边他们的语义分割结果都是人,而实例分割结果却是不同的对象,具体如下图所示:

image.png

图 2 语义和实例分割区别       

       举例说明2:实例分割(图3右)其实就是目标检测语义分割的结合。相对目标检测的边界框,实例分割可精确到物体的边缘;相对语义分割,实例分割需要标注出图上同一物体的不同个体(cube1,cube2,cube3)

image.png

图 3 语义分割(左) 实例分割(右)


(3)全景分割(Panoramic segmentation)

       全景分割语义分割实例分割的结合。跟实例分割不同的是:实例分割只对图像中的object进行检测,并对检测到的object进行分割,而全景分割是对图中的所有物体包括背景都要进行检测和分割。

       为了更好的直观说明,图4进行了三种分割的对比展示,如下:

image.png

图4 总结对比(https://arxiv.org/pdf/1801.00868.pdf)

【参考】

https://blog.csdn.net/lanyuxuan100/article/details/70800246

https://blog.csdn.net/qq_29893385/article/details/90213699

https://blog.csdn.net/kk123k/article/details/86584216

Kirillov A ,  He K ,  Girshick R , et al. Panoptic Segmentation[J].  2018.

点滴分享,福泽你我!Add oil!



https://wap.sciencenet.cn/blog-3428464-1280762.html

上一篇:对学习概率论和数理统计有帮助的软件(Web)
下一篇:平均数
收藏 IP: 211.162.81.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2022-9-25 21:32

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部