• 您的网站试用资格已过期。
信阳市晨曦电子科技有限公司
Xinyang Chenxi Electronics Technology Co., Ltd
新闻详情

图像语义分割标注

发表时间:2018-12-11 00:00

3341c91cd8f34d85858da566638ddc38.jpeg

人类如何描述一个场景?我们可能会说“窗户下面有一张桌子”或者“沙发右边有一盏台灯”。将场景分割成独立的实体是理解一张图像的关键,它让我们了解目标物体的行为。

当然,目标检测方法可以帮我们在特定实体周围画出边界框。但是要想像人类一样对场景有所了解还需要对每个实体的边界框将进行监测和标记,并精确到像素级。这项任务变得越来越重要,因为我们开始创建自动汽车和智能机器人,它们都需要对周围环境有着精确的理解。

什么是语义分割

语义分割是计算机视觉中的任务,在这一过程中,我们将视觉输入中的不同部分按照语义分到不同类别中。通过“语义理解”,各类别有一定的现实意义。例如,我们可能想提取图中所有关于“汽车”的像素,然后把颜色涂成蓝色。

虽然例如聚类等无监督的方法可以用于分割,但是这样的结果并不是按照语义分类的。这些方法并非按照训练方法进行分割,而是按照更通用的方法。

语义分割让我们对图像的理解比图像分类和目标物体检测更详细。这种对细节的理解在很多领域都非常重要,包括自动驾驶、机器人和图片搜索引擎。

数据集和标准

经常用于训练语义分割模型的数据集有:

Pascal VOC 2012

其中有20个类别,包括人物、交通工具等等。目的是为了分割目标物体类别或背景。

Cityscapes

从50个城市收集的景观数据集。

Pascal Context

有超过400种室内和室外场景。

Stanford Background Dataset

该数据集全部由室外场景组成,但每张图片都有至少一个前景。

3341c91cd8f34d85858da566638ddc38.jpg

图像语义分割标注

图像语义分割标注其实就是人工分割并识别出图像的内容后以颜色进行分割标注。

比如给出一个人骑摩托车的照片,人工进行数据标注后就能够生成右侧图了,粉色标注为人,绿色标注为车(黑色表示back ground)。

3341c91cd8f34d85858da566638ddc38.jpg

所以说,图像分割对图像理解的意义,就好比读古书首先要断句一样重要。

我们再看下面的2张示例图,人工进行数据标注后就生成了示例图2,绿色标注为文本,玫红色标注为头发,深蓝色标注为人脸和浅蓝色标注为人体。


分享到:
客服咨询
17630911603
邮政编码:464000
邮箱:121942171@qq.com
公司地址:河南省信阳市电商产业园大厦2层211
在线客服
 
 
 
 
 工作时间
周一至周五 :8:30-17:30
周六至周日 :9:00-17:00
 联系方式
客服热线:17630911603
地址:河南省信阳市电商产业园大厦2层211