语义分割、分类与定位、目标检测、实例分割几个应用程序和方法.docVIP

语义分割、分类与定位、目标检测、实例分

割几个应用程序和方法

【导读】神经网络在计算机视觉领域有着广泛的应用。只要稍加变形，同样的工具和技术就可以有效地应用于广泛的任务。在本文中，我们将介绍其中的几个应用程序和方法，包括语义分割、分类与定位、目标检测、实例分割。

DetectionandSegmentationthroughConvNets

——计算机视觉-目标检测与分割

神经网络在计算机视觉领域有着广泛的应用。只要稍

加变形，同样的工具和技术就可以有效地应用于广泛的任务。在本文中，我们将介绍其中的几个应用程序和方法。最常见的四个是:

语义分割(Semanticsegmentation)

分类与定位(Classificationandlocalization)

目标检测(Objectdetection)

实例分割(Instancesegmentation)

1、语义分割

我们输入图像并输出每个像素的类别决策。换句话说，我们希望将每个像素划分为几个可能的类别之一。这意味着，所有携带绵羊的像素都会被分类为一个类别，有草和道路的像素也会被分类。更重要的是，输出不会区分两种不同的绵羊。

解决这个问题的一个可能的方法是把它当作一个滑动窗口的分类问题[1]。这样我们就把输入图像分解成几个大小相同的crop。然后每一种crop都会被传送给CNN，作为输出得到