生活随笔
收集整理的這篇文章主要介紹了
物体分割经典算法
小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.
物體分割
最全綜述(圖像分割)https://mp.weixin.qq.com/s?__biz=MzIxOTczOTM4NA==&mid=2247487852&idx=1&sn=01245f0ddb67888243bb86e63e88c83f&chksm=97d7f4fba0a07dedf994762eaa3ae7a886211a1f2b9ba2c5f3d7dafd40b372e1120538496da1&token=748150220&lang=zh_CN#rd
| 2021年語義細分指南 | https://nanonets.com/blog/semantic-image-segmentation-2020/ |
1:歷史
1:非深度學(xué)習(xí)
- 基于閾值法
- 區(qū)域生長
- 區(qū)域合并
- ?怎么感覺機器學(xué)習(xí)學(xué)過這個
- 分水嶺
- 邊緣檢測
- 遺傳算法
2:深度學(xué)習(xí)
- 基于特征編碼
- 基于區(qū)域選擇
- R-CNN
- Fast R-CNN
- Faster R -CNN
- Mask R-CNN
- 何凱明 ICCV2017的最佳論文,是真的牛逼!!!!!
- 目標(biāo)檢測,目標(biāo)分類,像素級分割
- 在 Faster R-CNN的基礎(chǔ)上,加上了Mask預(yù)測分支,并且改良了ROI Pooling,提出了ROI Align
- Mask Scoring R-CNN
- 華中科技大學(xué)
- 凱明大神的評價函數(shù)只會對候選框打分,而不是分割模板,最終效果在COCO數(shù)據(jù)集超過凱明大神
- 基于RNN的圖像分割
- 基于上采樣的分割
- 基于提高特征分辨率的分割
- 基于特征增強的分割方法
- 使用CRF / MRF的方法
3:Github
- FCN
- UNET
- UNET++
- UNET+++
- deeplav V3
總結(jié)
以上是生活随笔為你收集整理的物体分割经典算法的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
如果覺得生活随笔網(wǎng)站內(nèi)容還不錯,歡迎將生活随笔推薦給好友。