目录

OpenMMLab图像分割算法库MMSegmentation

深度学习下的语义分割模型

全卷积网络Fully Convolutional Network 201      ​编辑

上下文信息与PSPNet模型

空洞卷积与DeepLab模型

语义分割算法总结

语义分割 前沿算法

SegFormer

K-Net

MaskFormer

Mask2Former

Segment Anything （SAM）

分割模型的评估方法

---

• OpenMMLab图像分割算法库MMSegmentation

  • 

•  Kaggle小鼠肾小球组织病例切片 图像分割        
  • 

•  Kaggle迪拜卫星遥感图像分割
  • 

•  基于MMSegmentation的钢轨裂纹分割提取
  • 
  • 
•  什么是语义分割
  • 

• 应用：无人驾驶汽车
  • 
• 应用：人像分割
  • 
• 应用：智能遥感
  • 
• 应用：医疗影响分析

   

  • 
• 语义分割 vs 实例分割 vs 全景分割

   

  • 
• 语义分割的基本思路
  • 基本思路：按颜色分割
    •  
  • 基本思路：逐像素分类

     

    • 
  • 复用卷积计算

     

    • 
    •  
  • 全连接层的卷积化
    • 

• 深度学习下的语义分割模型

  • 全卷积网络Fully Convolutional Network 201      

• 预测图的升采样                
  • 
• 双线性插值
  • 

• 卷积实现双线性插值

  • 

• 转置卷积 Transposed Convolution

  • 

  • 

• 全卷积网络的预测与训练

  • 

• 基于多层级特征的上采样

  • 

  • 

• UNet 2015

  • 

• 上下文信息与PSPNet模型

  • 上下文信息
  • 有歧义的区域
    • 
  • 上下文的重要性
    • 
  • 获取上下文信息
    • 
  • PSPNet 2016
    • 

• 空洞卷积与DeepLab模型

   

  • DeepLab系列
  • 
  • 空洞卷积解决下采样问题
    • 
    • 
  • 空洞卷积和下采样
    • 
  • DeepLab模型
    • 
  • 条件随机场 Conditional Random Field，CRF
    • 
    • 
  • 能量函数的意义
    • 
  • 空间金字塔池化 Atrous Spatial Pyramid Pooling ASPP
    • 
  • DeepLab v3+

     

    • 
    • 

  • 语义分割算法总结

  • 

• 语义分割 前沿算法

  • SegFormer

    • 

  • K-Net

    • 

  • MaskFormer

    • 

  • Mask2Former

     

    • 

  • Segment Anything （SAM）

     

    • 
    • 

• 分割模型的评估方法

  • 比较预测与真值

     

    • 
  • 基于交并集的评估指标
    • 
• 实践MMSegmentation 
  •