热门标签
热门文章
- 1pcattcp下载_使用Wireshark分析-以太网帧与ARP协议-IP协议-ICMP-UDP协议-TCP协议-协议HTTP-DNS协议...
- 2Dynamic R-CNN: Towards High Quality Object Detection via Dynamic Training论文阅读翻译 - 2020ECCV_deep learning based on parameterized physical forw
- 3js处理数组的所有方法(巨细，巨全)_js数组处理的方法
- 4旋转式位置编码Rotary Position Embedding（RoPE）_rotary positional embedding
- 5修改hosts文件，提高访问github的速度（github外网的登录问题）_github hosts
- 6Xilinx 7系列FPGA架构之时钟资源（一）_xilinx fpga资源介绍
- 7程序员考证，这十大证书含金量最高_程序员等级考试
- 8162天，100期Java项目终于更完了！_1-100期java项目整理
- 9制作直通网线和交叉网线
- 10是不是在为 API 烦恼 ？好用免费的api接口大全呼之欲出_免费api接口
当前位置: article > 正文
深度学习图像任务分类
作者：IT小白 | 2024-04-18 11:33:57
赞
踩
深度学习图像任务分类
分类
- classfication(分类任务)
- object detection(目标检测)
- semantic segmentation(语义分割)
- instance segmentation(实例分割)
- panoptic Segmentation(全景分割)
- keypoint detection(关键点检测)
| 任务 | 边框类型 | 标记所有像素 | 同一类型对象区分实例 |
|---|---|---|---|
| classfication(分类任务) | / | / | / |
| object detection(目标检测) | 外接方框 | √ | X |
| semantic segmentation(语义分割) | 图像物体边界 | √ | X |
| instance segmentation(实例分割) | 图像物体边界 | X | √ |
| panoptic Segmentation(全景分割) | 图像物体边界 | √ | √ |
参见:pytorch任务模型
2.目标检测:方框标记出需要检测的目标,以及分类
3.语义分割: 对图片中的每一个像素都需要分类,不区分同一类型的不同对象
4.实例分割:相对于语义分割,会区分同一类型的不同对象实例,但是不会关系图像的每一个像素,只关心检测实例.
5. 全景分割:综合语义分割和实例分割,标记了所有像素的实例分割
分类和关键点检测任务不会混淆,不说了
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/IT小白/article/detail/445739
推荐阅读
相关标签
