语义分割semantic segmentation和数据集 动手学深度学习v2

Posted AI架构师易筋

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了语义分割semantic segmentation和数据集 动手学深度学习v2相关的知识,希望对你有一定的参考价值。

1. 语义分割semantic segmentation





语义分割是类的识别,比如狗和猫;实例分割是实体的分割,比如狗1,狗2,和猫。

2. 语义分割数据集 Pascal VOC2012








图片分割不能用resize,比如红色表示飞机,如果resize的变成淡红色,有可能对应不到飞机,那就出错了。crop可以达到resize的效果。


3. Q&A

    1. 识别狗头可以做到的,一般用关键点识别,比如人脸识别应用就很火。
    1. 语义分割在识别人,是比较成熟的,可以google一下库就好。
    1. 自动驾驶同时在用着几十个小model,先做模型,再做融合。语义分割是有用的。
    1. 特斯拉的算力很强,积累了计算机视觉的知识,积累了大量的数据,只用摄像头降低了成本,量产很给力。

参考

https://www.bilibili.com/video/BV1BK4y1M7Rd?p=1

以上是关于语义分割semantic segmentation和数据集 动手学深度学习v2的主要内容,如果未能解决你的问题,请参考以下文章

图像分割:Semantic/Instance/Panoramic Segmentation

语义 VS 实例 VS 全景分割(Semantic vs. Instance vs. Panoptic Segmentation)

Swin-Transformer 图像分割实战:使用Swin-Transformer-Semantic-Segmentation训练ADE20K数据集(语义分割)

语义分割(semantic segmentation) 常用神经网络介绍对比-FCN SegNet U-net DeconvNet,语义分割,简单来说就是给定一张图片,对图片中的每一个像素点进行分类;

BiSeNet: Bilateral Segmentation Network for Real-time Semantic Segmentation

阅读笔记--[CVPR2021] Semantic Segmentation for Real Point Cloud Scenes via Bilateral Augmentation and Ad