【计算机视觉实践16】基于PaddleSeg的人像视频分割.pptxVIP

1;根据不同的任务和数据类型：

人像分割（头发分割、人脸分割、背景分割）

自动驾驶（行人、车辆分割、车道线分割）

医学影像（病理、CT、MRI）

工业质检、分拣机器人;;实例分割是目标检测和语义分割的结合。相对于目标检测的边界框，实例分割可以精确到物体的边缘；相对于语义分割，实例分割需要区分同一物体的不同个体。;全景分割是语义分割和实例分割的结合。与实例分割不同，其只对图像中的物体进行检测和分割，而全景分割是对图像中的所有物体包括背景都要进行检测和分割。;图像对应的标注;7;8;主要贡献:

强化的特征提取网络：通过ResNet-101+FPN用作特征提取，达到state-of-the-art的效果；

采用RoIAlign，解决misalignment；

处理分割任务的分支使用全卷积网络；

检测分支和分割分支互相促进。;10;标注工具;链接：/PaddlePaddle/PaddleSeg;13;实践部分