图像分割的背景知识

导读
一个很好的入门小短文,内容很全,适合上手 。

图像分割的背景知识

文章插图
如果你想动手实现一些代码,看这里:https://github.com/wuhuikai/FastFCN 。
Gated-SCNN
这个架构由一个 two-stream CNN架构组成 。在该模型中,使用一个单独的分支来处理图像的形状信息 。利用形状流来处理边界信息 。

图像分割的背景知识

文章插图
实现参考代码:https://github.com/fregu856/deeplabv3,https://github.com/sthalles/deeplab_v3
Mask R-CNN
在这个架构中,使用边界框和语义分割将每个像素划分为一组类别,对对象进行分类和局部化 。对每个感兴趣的区域得到一个分割掩码,生成一个类标签和一个边界框作为最终输出 。该架构是FasterR-CNN的扩展 。Faster R-CNN由regions proposer和深度卷积网络和利局部检测器组成 。

图像分割的背景知识 图像分割的背景知识

文章插图

    推荐阅读