语义分割介绍

1. 定义

语义指具有人们可用语言探讨的意义,分割指图像分割。

语义分割(semantic segmentation)能够将整张图的每个部分分割开 ,使每个部分都有一定类别意义(语义) ,让计算机可以理解图像。

语义分割是以描边的形式 ,将整张图不留缝隙地分割成每个区域,每个区域是一个类别没有类别的默认为背景background

此外,有两个与语义分割类似的说法,但不是同一个概念:

  • 实例分割: 实例分割会对同一类的不同对象 进行分割。比如说,语义分割会将车分为一类,人分为另一类。而实例分割会将车继续进行分类每一辆车都是一个实例类别
  • 全局分割: 简单地来讲,全景分割是实例分割与语义分割的结合 。全景分割中的每一个像素点都会分成对应的语义标签和实例标签。如果一种类别里有多个实例,会用不同的颜色进行区分

2 常用的数据集

2.1 PASCAL VOC

介绍

使用一系列PNG图片,图片中的每个像素都记录了所属的类别索引 ,也就是像素值,不同的像素值代表不同的类别。

注意,这些PNG是使用调色板 的方式进行存储,通过像素值来表示颜色 ,如像素1对应(127,0,0)。因此这些图片是单通道的图片

由下图可知,对于边缘与不确定的像素 会使用特殊的颜色 来标记,使用了像素值为255 进行填充。而背景则使用像素值0来填充。

2.2 MS COCO

使用该数据集进行语法分割时,会针对图像中的每个目标都记录了一个多边形的坐标这个多边形框柱了目标

这个数据可以用于语义分割与实例分割。

3. 结果的表现形式

不同像素值代表不同的类别,属于同一类别的像素有相同的像素值 。利用像素值来代表各个类别

在这种形式中使用了调色板,也就是每个像素值都对应着一个颜色

4. 评价指标

首先是一些标识:

  • n i j n_{ij} nij:类别 i i i被预测为类别 j j j的像素个数
  • n c l s n_{cls} ncls:类别的个数,包含背景
  • t i = ∑ j n j i t_i=\textstyle \sum_{j}^{}n_{ji} ti=∑jnji:类别 i i i有多少个像素(真实标签)

4.1 Pixel Accuracy (Global Acc)

正确预测的像素个数 / 总像素个数

4.2 mean Accuracy

  1. 先求出每个类别的得分:对于当前类别,预测正确的个数/当前类别的总个数。
  2. 然后将这些得分求和。
  3. 最后除于类别的个数

4.3 IoU

分母为真实类型为 i i i的像素 和 被预测类型为 i i i的像素的并集

分子为预测正确的像素个数,两者消除得到类别 i i i的IoU得分

4.4 mean IoU

对全部类别的IoU得分求和,然取平均值。

4.5 例子

真实标签与预测标签的分布情况如图所示,并且结合两个情况得到预测正确与错误的情况,这里用一个矩阵表示,对象线上的总和为预测正确的个数,其余为预测错误的。

通过上述数据,可以计算出性能评分:

① global accuracy

② mean accuracy

这里计算了每个类别的得分

③ IoU

5. 标注工具

① Labelme

② EISeg

相关推荐
IT_陈寒3 小时前
React 18实战:7个被低估的Hooks技巧让你的开发效率提升50%
前端·人工智能·后端
逛逛GitHub4 小时前
飞书多维表“独立”了!功能强大的超出想象。
人工智能·github·产品
机器之心4 小时前
刚刚,DeepSeek-R1论文登上Nature封面,通讯作者梁文锋
人工智能·openai
CoovallyAIHub5 小时前
港大&字节重磅发布DanceGRPO:突破视觉生成RLHF瓶颈,多项任务性能提升超180%!
深度学习·算法·计算机视觉
CoovallyAIHub5 小时前
英伟达ViPE重磅发布!解决3D感知难题,SLAM+深度学习完美融合(附带数据集下载地址)
深度学习·算法·计算机视觉
aneasystone本尊6 小时前
学习 Chat2Graph 的知识库服务
人工智能
IT_陈寒7 小时前
Redis 性能翻倍的 7 个冷门技巧,第 5 个大多数人都不知道!
前端·人工智能·后端
飞哥数智坊17 小时前
GPT-5-Codex 发布,Codex 正在取代 Claude
人工智能·ai编程
倔强青铜三17 小时前
苦练Python第46天:文件写入与上下文管理器
人工智能·python·面试
虫无涯18 小时前
Dify Agent + AntV 实战:从 0 到 1 打造数据可视化解决方案
人工智能