實例分割和語義分割

用于圖像理解的算法主要有三種：

1. 圖像分類算法使您能夠獲得表示圖像內(nèi)容的單個標(biāo)簽。你可以把圖像分類想象為將一張圖像輸入到網(wǎng)絡(luò)中，并獲得一張標(biāo)簽作為輸出。

2. 目標(biāo)檢測算法不僅能告訴你圖像中是什么，還能告訴你給定目標(biāo)在圖像中的位置。因此，對象檢測器接受單個輸入圖像，然后返回多個值作為輸出。輸出本身是一個值列表，包含（1）類標(biāo)簽和（2）特定對象在圖像中位置的邊界框（x，y）-坐標(biāo)。

3. 實例分割和語義分割使目標(biāo)檢測走得更遠。實例/語義分割方法不是返回邊界框坐標(biāo)，而是生成像素級掩碼，告訴我們（1）對象的類標(biāo)簽，（2）對象的邊界框坐標(biāo)，以及（3）屬于對象的像素坐標(biāo)。

這些分割算法是中級/高級技術(shù)，因此請務(wù)必閱讀上面的深度學(xué)習(xí)部分，以確保您了解基礎(chǔ)知識。

Step #1:配置開發(fā)環(huán)境（初級）

Step #2:分割與目標(biāo)檢測（中級）

Step #3:使用?Mask R-CNN（中級）

Step #4:使用OpenCV進行語義切分（中級）