分割(语义分割、实例分割、全景分割)概述_语义分割,实例分割,全景分割-程序员宅基地

技术标签: 语义分割  实例分割  图像处理  深度学习  全景分割  

1.概念

语义分割:语义分割的目标是为图像中的每个像素分配一个语义标签,以指示它属于哪个类别。
在这里插入图片描述
实例分割:实例分割的目标是对每个物体实例进行独立的分割,从而可以识别和跟踪图像中的每个物体。与语义分割只关注像素级别的语义标签不同,实例分割还要求对同类但不是同一个物体实例进行区分和分割。
全景分割:全景分割是一种结合了语义分割和实例分割的综合方法、,全景分割为图像中的每个像素分配一个语义标签和一个唯一的实例标识符。
在这里插入图片描述
在这里插入图片描述

2.1语义分割算法流程

以语义分割算法SegNet为例,就是线通过特征提取网络下采样,然后使用反卷积或者线性差值等方法进行上采用来回复特征图的分辨率和位置信息,之后在通过sotfmax来获取每个像素点的分类结果。
在这里插入图片描述
和目标检测算法不同的使语义分割算法去掉了全连接层,全连接层会破坏掉位置信息

2.2.实例分割算法流程

目前主流做二阶段实例分割的方法大都基于目标检测:先跑目标检测,然后对于每一个方框跑一个二元图像分割(binary segmenation)
Mask R-CNN:
在这里插入图片描述
YOLACT:是yolov5和v8分割的基础,流程:
1、输入图片;
2、通过主干网络对图片,进行特征提取;
3、经过FPN特征金字塔,对不同尺寸的特征图进行融合;
4.1、检测分支,对于每个目标物体,都输出类别、边框信息(x,y,w,h)、k个mask Coefficients(mask的的置信度,取值1或-1),这整个方块的区域可能是哪个类,但表示方式不是用置信度的形式而是bool;class
4.2、分割分支,针对当前输入图片,输出k个Prototype (mask原型图);不同图片,输出的Prototype有差异,但数量也是k个。bbox
5、对于每个目标物体,将k个mask Coefficients (mask的的置信度)与k个Prototype(mask原型图)进行相乘,然后将所有结果相加,得到该目标物体的实例分割结果。
请添加图片描述
检测分支
在这里插入图片描述
原型掩码,其个数K=32,k为超参数,32为原论文给出的

请添加图片描述
实例掩码系数
在这里插入图片描述

检测分支和mask分支加权求和就得到了最终的mask
在这里插入图片描述

参考:https://blog.csdn.net/qq_41204464/article/details/130417487https://blog.csdn.net/qq_41204464/article/details/130417487
https://zhuanlan.zhihu.com/p/376347955

3.评价指标

3.1执行时间

FPS也是指每秒钟可以处理的图像帧数,单位是帧/秒
实例分割的yolov8-seg,在镭神域控上可以达到31帧/秒

3.2准确率

分割性能评价指标有7种:
平 均 精 度(average precision,AP)、平 均 精 度 均 值(mean average precision,mAP)、平 均 准 确 率(mean accuracy,MA)、平均召回率(average recall,AR)、平均交并比(mIoU)、像素准确率(pixel accuracy,PA)和频率加权交并比(frequency weighted intersection over union,FWIoU),比较常用的有两种:平均准确率、平均交并比
平均准确率PA:表示图像中正确分类的像素数目与像素总数的比率
在这里插入图片描述
交并比
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

平均交并比mean Intersection over Union:图像像素 每个类的 IoU 值累加后的平均值,大于80%就很高了
在这里插入图片描述
在这里插入图片描述

3.3计算开销

计算量的要求是在于芯片的计算量(指的是gpu的运算能力)参数量取决于显存大小

计算量(FLOPs):即每秒浮点运算次数的意思,考量一个网络模型的计算量的标准。
常用的单位有GFLOPs :GFLOPs为十亿(1e9)次的浮点运算。TFLOPs为万亿次(1e12)

参数量(Params):是指网络模型中需要训练的参数总数,从侧面反映了所需存储空间的大小。
以alexnet为例:参数量是6000万,假设每个参数都是float,也就是一个参数是4字节,总的字节数是24000万字节
24000万字节= 24000万/1024/1024=228mb
在这里插入图片描述

参考:
https://blog.csdn.net/huarzail/article/details/131739469

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/qq_41950533/article/details/135891861

智能推荐

Docker 快速上手学习入门教程_docker菜鸟教程-程序员宅基地

文章浏览阅读2.5w次,点赞6次,收藏50次。官方解释是,docker 容器是机器上的沙盒进程,它与主机上的所有其他进程隔离。所以容器只是操作系统中被隔离开来的一个进程,所谓的容器化,其实也只是对操作系统进行欺骗的一种语法糖。_docker菜鸟教程

电脑技巧:Windows系统原版纯净软件必备的两个网站_msdn我告诉你-程序员宅基地

文章浏览阅读5.7k次,点赞3次,收藏14次。该如何避免的,今天小编给大家推荐两个下载Windows系统官方软件的资源网站,可以杜绝软件捆绑等行为。该站提供了丰富的Windows官方技术资源,比较重要的有MSDN技术资源文档库、官方工具和资源、应用程序、开发人员工具(Visual Studio 、SQLServer等等)、系统镜像、设计人员工具等。总的来说,这两个都是非常优秀的Windows系统镜像资源站,提供了丰富的Windows系统镜像资源,并且保证了资源的纯净和安全性,有需要的朋友可以去了解一下。这个非常实用的资源网站的创建者是国内的一个网友。_msdn我告诉你

vue2封装对话框el-dialog组件_<el-dialog 封装成组件 vue2-程序员宅基地

文章浏览阅读1.2k次。vue2封装对话框el-dialog组件_

MFC 文本框换行_c++ mfc同一框内输入二行怎么换行-程序员宅基地

文章浏览阅读4.7k次,点赞5次,收藏6次。MFC 文本框换行 标签: it mfc 文本框1.将Multiline属性设置为True2.换行是使用"\r\n" (宽字符串为L"\r\n")3.如果需要编辑并且按Enter键换行,还要将 Want Return 设置为 True4.如果需要垂直滚动条的话将Vertical Scroll属性设置为True,需要水平滚动条的话将Horizontal Scroll属性设_c++ mfc同一框内输入二行怎么换行

redis-desktop-manager无法连接redis-server的解决方法_redis-server doesn't support auth command or ismis-程序员宅基地

文章浏览阅读832次。检查Linux是否是否开启所需端口,默认为6379,若未打开,将其开启:以root用户执行iptables -I INPUT -p tcp --dport 6379 -j ACCEPT如果还是未能解决,修改redis.conf,修改主机地址:bind 192.168.85.**;然后使用该配置文件,重新启动Redis服务./redis-server redis.conf..._redis-server doesn't support auth command or ismisconfigured. try

实验四 数据选择器及其应用-程序员宅基地

文章浏览阅读4.9k次。济大数电实验报告_数据选择器及其应用

随便推点

灰色预测模型matlab_MATLAB实战|基于灰色预测河南省社会消费品零售总额预测-程序员宅基地

文章浏览阅读236次。1研究内容消费在生产中占据十分重要的地位,是生产的最终目的和动力,是保持省内经济稳定快速发展的核心要素。预测河南省社会消费品零售总额,是进行宏观经济调控和消费体制改变创新的基础,是河南省内人民对美好的全面和谐社会的追求的要求,保持河南省经济稳定和可持续发展具有重要意义。本文建立灰色预测模型,利用MATLAB软件,预测出2019年~2023年河南省社会消费品零售总额预测值分别为21881...._灰色预测模型用什么软件

log4qt-程序员宅基地

文章浏览阅读1.2k次。12.4-在Qt中使用Log4Qt输出Log文件,看这一篇就足够了一、为啥要使用第三方Log库,而不用平台自带的Log库二、Log4j系列库的功能介绍与基本概念三、Log4Qt库的基本介绍四、将Log4qt组装成为一个单独模块五、使用配置文件的方式配置Log4Qt六、使用代码的方式配置Log4Qt七、在Qt工程中引入Log4Qt库模块的方法八、获取示例中的源代码一、为啥要使用第三方Log库,而不用平台自带的Log库首先要说明的是,在平时开发和调试中开发平台自带的“打印输出”已经足够了。但_log4qt

100种思维模型之全局观思维模型-67_计算机中对于全局观的-程序员宅基地

文章浏览阅读786次。全局观思维模型,一个教我们由点到线,由线到面,再由面到体,不断的放大格局去思考问题的思维模型。_计算机中对于全局观的

线程间控制之CountDownLatch和CyclicBarrier使用介绍_countdownluach于cyclicbarrier的用法-程序员宅基地

文章浏览阅读330次。一、CountDownLatch介绍CountDownLatch采用减法计算;是一个同步辅助工具类和CyclicBarrier类功能类似,允许一个或多个线程等待,直到在其他线程中执行的一组操作完成。二、CountDownLatch俩种应用场景: 场景一:所有线程在等待开始信号(startSignal.await()),主流程发出开始信号通知,既执行startSignal.countDown()方法后;所有线程才开始执行;每个线程执行完发出做完信号,既执行do..._countdownluach于cyclicbarrier的用法

自动化监控系统Prometheus&Grafana_-自动化监控系统prometheus&grafana实战-程序员宅基地

文章浏览阅读508次。Prometheus 算是一个全能型选手,原生支持容器监控,当然监控传统应用也不是吃干饭的,所以就是容器和非容器他都支持,所有的监控系统都具备这个流程,_-自动化监控系统prometheus&grafana实战

React 组件封装之 Search 搜索_react search-程序员宅基地

文章浏览阅读4.7k次。输入关键字,可以通过键盘的搜索按钮完成搜索功能。_react search