計(jì)算機(jī)視覺應(yīng)用開發(fā)課件：語義分割概述

語義分割概述語義分割概述01任務(wù)語義分割特征和應(yīng)用場景02任務(wù)常用語義分割方法03任務(wù)學(xué)習(xí)目標(biāo)認(rèn)識什么是圖像語義分割掌握常見的語義分割方法

了解圖像語義分割的類型以及應(yīng)用場景掌握語義分割的評價(jià)準(zhǔn)則1語義分割概述1語義分割概述在圖像領(lǐng)域，語義指的是對圖像意思的理解。語義分割就是按照“語義”給圖像上目標(biāo)類別中的每一點(diǎn)打上一個(gè)標(biāo)簽，使得不同種類的東西在圖像上被區(qū)分開來，可以理解成像素級別的分類任務(wù)。語義分割是一種典型的計(jì)算機(jī)視覺問題，其涉及將一些原始數(shù)據(jù)（例如，平面圖像）作為輸入并將它們轉(zhuǎn)換為具有突出顯示的感興趣區(qū)域的掩模。1圖像語義分割概述類型語義分割大致可分為兩類，標(biāo)準(zhǔn)語義分割和實(shí)例感知語義分割：標(biāo)準(zhǔn)語義分割（standardsemanticsegmentation）也稱為全像素語義分割，它是將每個(gè)像素分類為屬于對象類的過程；實(shí)例感知語義分割（instanceawaresemanticsegmentation）是標(biāo)準(zhǔn)語義分割或全像素語義分割的子類型，它將每個(gè)像素分類為屬于對象類以及該類的實(shí)體ID。2語義分割特征和應(yīng)用場景2語義分割特征和應(yīng)用場景為了理解語義分割的特征，還要與其他常見的圖像分類技術(shù)相比較。1.圖像分類這類技術(shù)主要是識別圖像。2.目標(biāo)檢測這類技術(shù)主要是識別圖像中“有什么”和“它在哪里”。3.語義分割這類技術(shù)主要是識別圖像區(qū)域。語義分割標(biāo)記每個(gè)像素所指的含義，而不是檢測整個(gè)圖像或圖像的一部分。特征2語義分割特征和應(yīng)用場景應(yīng)用場景目前圖像語義分割的應(yīng)用場景主要有四大領(lǐng)域：地理信息，無人駕駛，醫(yī)療影像分析和機(jī)器人領(lǐng)域。地理信息無人駕駛醫(yī)療影像分析3常見語義分割方法3常見語義分割方法目前主流的語義分割網(wǎng)絡(luò)一般是遵循下采樣，上采樣，特征融合，然后重復(fù)該過程，最后經(jīng)過softmax像素分類。3常見語義分割方法語義分割的評價(jià)準(zhǔn)則為：像素精度（pixelaccuracy）：每一類像素正確分類的個(gè)數(shù)/每一類像素的實(shí)際個(gè)數(shù)。均像素精度（meanpixelaccuracy）：每一類像素的精度的平均值。評價(jià)準(zhǔn)則3常見語義分割方法3.平均交并比（MeanIntersectionoverUnion）：求出每一類的IOU取平均值。IOU指的是兩塊區(qū)域相交的部分（兩個(gè)部分的并集），如圖中綠色部分/總面積。這樣的評價(jià)指標(biāo)可以判斷目標(biāo)的捕獲程度（使預(yù)測標(biāo)簽與標(biāo)注盡可能重合），也可以判斷模型的精確程度（使并集盡可能重合）。4.權(quán)頻交并比（Frequency