opennmmlab实战营二期-mmsegmentation理论课(八)

opennmmlab实战营二期-mmsegmentation理论课(八)

视频链接

前言

  • mmsegmentation算法库的介绍
    比如特点、模型库、数据集、应用场景(医疗、遥感、生活、工业)

  • 什么是语义分割
    将图像按照物体的类别分割成不同的区域==对每个像素进行分类
    应用:无人驾驶汽车、人像分割(抠图)、卫星遥感、医疗影像分析(x光、ct片分割病灶区域)

  • 语义分割vs实例分割vs全景分割

语义分割的基本思路

  • 按颜色分割,但存在一些问题:
  • 逐像素分类:

深度学习下的语义分割模型

全卷积网络


升采样:

双线性插值:

使用卷积实现双线性插值:

转置卷积:


全卷积网络的预测与训练:

基于多层级特征的上采样:


unet:

上下文信息与PSPNet模型

图像周围的内容(也称上下文)可以帮助做出更准确得到判断。


PSPNet:

空洞卷积和DeepLab模型

DeepLab系列:


空洞卷积:



DeepLab模型:

条件随机场CRF:


空间金字塔池化ASPP:

DeepLab v3+:

语义分割算法总结

语义分割前沿算法

SegFormer、K-Net、MaskFormer、Mask2Former、Segment Anything(SAM)、

分割模型的评估

取交集或并集:


实践mmseg

预知如何实现,请见下回分解!

热门相关:冉冉心动   豪门重生盛世闲女   法医娇宠,扑倒傲娇王爷   朕是红颜祸水   法医娇宠,扑倒傲娇王爷