网站建设与优化,wordpress迁移保留账号,泉州模板自助建站,赣州网站制作找哪家好语义分割与MMSegmentation
什么是语义分割
任务#xff1a; 将图像按照物体的类别分割成不同的区域 等价于#xff1a; 对每个像素进行分类
应用#xff1a;无人驾驶汽车
自动驾驶车辆#xff0c;会将行人#xff0c;其他车辆#xff0c;行车道#xff0c;人行道、交…语义分割与MMSegmentation
什么是语义分割
任务 将图像按照物体的类别分割成不同的区域 等价于 对每个像素进行分类
应用无人驾驶汽车
自动驾驶车辆会将行人其他车辆行车道人行道、交通标志、房屋、草地与树木等 等按照类别在图像中分割出来从而辅助车辆对道路的情况进行识别与认知。
应用人像分割
实时替换视频的背景 在智慧互娱和智能会议场景中可 以通过这种方法增加交互的多样性
应用智能遥感
分辨地表物体的类别通过右侧分割之后的图像可以看到红色的部分属于湖泊水流。通过智能遥感 能够监测不同季节地表水域的变化从而辅助农业生产以及旱灾洪灾的预测等等。
应用医疗影像分析
通过图像分割技术辅助进行 医疗诊断。如右图识别脑部 肿瘤异物的位置。
空洞卷积与DeepLab 系列算法
DeepLab 系列
DeepLab 是语义分割的又一系列工作其主要贡献为 • 使用空洞卷积解决网络中的下采样问题 • 使用条件随机场CRF 作为后处理手段精细化分割图 • 使用多尺度的空洞卷积ASPP 模块捕捉上下文信息 DeepLab v1 发表于2014 年后于2016、2017、2018 年提出v2、v3、v3 版本。
空洞卷积解决下采样问题
图像分类模型中的下采样层使输出尺寸变小 如果将池化层和卷积中的步长去掉 • 可以减少下采样的次数 • 特征图就会变大需要对应增大卷积核以维持相同的感受野但会增加大量参数 • 使用空洞卷积Dilated Convolution/Atrous Convolution在不增加参数的情况下增大感受野
DeepLab 模型
DeepLab 在图像分类网络的基础上做了修改 • 去除分类模型中的后半部分的下采样层 • 后续的卷积层改为膨胀卷积并且逐步增加rate来维持原网络的感受野
条件随机场Conditional Random Field, CRF
模型直接输出的分割图较为粗糙尤其在物体边界处不能产生很好的分割结果。 DeepLab v1v2 使用条件随机场(CRF) 作为后处理手段结合原图颜色信息和神经网络预测的类 别得到精细化分割结果。
条件随机场
CRF 是一种概率模型。DeepLab 使用CRF 对分割结果进行建模用能量函数用来表示分割结 果优劣通过最小化能量函数获得更好的分割结果。
