原标题:目标检测、图像分割、图像分类、目标识别区别
原文来自:CSDN 原文链接:https://blog.csdn.net/MIT_sword/article/details/102878715
##图像分类(image classification)
图像分类:根据图像的主要内容进行分类。
数据集:MNIST, CIFAR, ImageNet
##目标检测(object detection)
给定一幅图像,只需要找到一类目标所在的矩形框
人脸检测:人脸为目标,框出一幅图片中所有人脸所在的位置,背景为非目标
汽车检测:汽车为目标、框出一幅图片中所有汽车所在的位置,背景为非目标
数据集:PASCAL, COCO
##目标识别(object recognition)
将需要识别的目标,和数据库中的某个样例对应起来,完成识别功能
人脸识别:人脸检测,得到的人脸,再和数据库中的某个样例对应起来,进行识别,得到人脸的具体信息
数据集:PASCAL, COCO
##语义分割(semantic segmentation)
对图像中的每个像素都划分出对应的类别,即对一幅图像实现像素级别的分类
数据集:PASCAL, COCO
##实例分割(instance segmentation)
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,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。
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(依次为:原图 ,语义分割 ,实例分割):
数据集:PASCAL, COCO
免责声明:本文来自互联网新闻客户端自媒体,不代表本网的观点和立场。
合作及投稿邮箱:E-mail:editor@tusaishared.com