目标检测、图像分割、图像分类、目标识别区别 |
您所在的位置:网站首页 › 图像分割与识别 › 目标检测、图像分割、图像分类、目标识别区别 |
##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 ———————————————— 版权声明:本文为CSDN博主「ZealCV」的原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接及本声明。 原文链接:https://blog.csdn.net/u011574296/article/details/78933427 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |