1. 目标检测
常用算法 Faster R-CNN和基于YOLO的目标检测算法
2.semantic segmentation(语义分割)
通常意义上的目标分割指的就是语义分割。
需要区分到图中每一点像素点,而不仅仅是矩形框框住了。但是同一物体的不同实例不需要单独分割出来。

3. Instance segmentation(实例分割)
是目标检测和语义分割的结合。
相对目标检测的边界框,实例分割可精确到物体的边缘;相对语义分割,实例分割需要标注出图上同一物体的不同个体(羊1,羊2,羊3...)

目前常用的实例分割算法是Mask R-CNN。
4. Panoramic segmentation(全景分割)
全景分割是语义分割和实例分割的结合。跟实例分割不同的是:实例分割只对图像中的object进行检测,并对检测到的object进行分割,而全景分割是对图中的所有物体包括背景都要进行检测和分割。

全景FPN结构解读
网友评论