在读一些论文是经常出现上面几个概念。语义分割、实例分割。以及新出的全景分割。 对于上面几个概念可以使用coco数据集中的一张图来进行分辨 上面的this work表示的就是实例分割(instance segmentation). 要理清这几个概念,需要明白图像分割中的things 和 stuff的区别。图像中内容可以按照有没有固定形状分成things和stuff.其中 人车等有固定形状的物体属于things类别。天空、草地等没有固定形状的物体属于stuff类别。 语义分割更注重类于类之间的区分,而实例分割更注重个体之间的区别。全景分割时把这两个结合在一起的。 一般语义分割经典的算法有 FCN、dilated convlotion、deeplab、pspnet等。实例分割经典算法有 SDS->HyperColumns->CFM->Deep&Sharp Mask->MNC->ISFCN->FCIS->SIS->Mask RCNN->PAN 至于全景分割时最近才提出的。主要的有 何凯明大神的 "panoptic segmentation"这篇论文。还有JSIS-net ![在这里插入图片描述](https://img-blog.csdnimg.cn/2018122421001292.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L25pamlheWFuMTIz,size_16,color_FFFFFF,t_70)
牛津大学提出的弱监督全景分割模型 还有丰田研究院提出的 TASCNet ![在这里插入图片描述](https://img-blog.csdnimg.cn/20181224205747759.png)
|