19157628936
lx@jinglianwen.com
时间：2022-11-23 10:52:27
作者：欧陆注册科技
浏览： 次
数据标注的目的是为了在监督学习中告诉机器哪些东西是属于哪个类别或者具有某种属性。其实是像素级的分类，预测目标像素点属于哪个物体。所以标注的目的就是告诉机器哪些个像素属于哪个类别。
语义分割是一种典型的计算机视觉问题，其涉及将一些原始数据（例如，平面图像）作为输入并将它们转换为具有突出显示的感兴趣区域的掩模。许多人使用术语全像素语义分割（full-pixel semantic segmentation），其中图像中的每个像素根据其所属的感兴趣对象被分配类别ID。
1、标准语义分割（standard semantic segmentation）也称为全像素语义分割，它是将每个像素分类为属于对象类的过程；
2、实例感知语义分割（instance aware semantic segmentation）是标准语义分割或全像素语义分割的子类型，它将每个像素分类为属于对象类以及该类的实体ID。
语义分割标注是指根据物体的属性，对复杂不规则图片进行进行区域划分，并标注对应的属性，以帮助训练图像识别模型。常应用于自动驾驶汽车、人机交互、虚拟现实等领域。
1、用于自动驾驶
对图片中的不同区域进行分割标注：这些类可能是行人，车辆，建筑物，天空，植被等等。语义分割可以帮助SDCs(自动驾驶车辆)识别一个图片中的可行驶区域。
2、用于脸部识别
语义分割标注可用于脸部识别，脸部的语义分割涉及皮肤、眼睛、鼻子、嘴巴、头发、背景等分类。脸部分割可用于性别、表情、年龄、表情、人种的估计。
3、用于地图图像分析
通过语义分割标注，可对高清地图中不同的土地类型进行分割。另外语义分割可助于土地测绘自动化进行。
