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
wy_hhxx1 小时前
《Agent设计模式 图解可复用智能体架构》下篇内容整理
人工智能·ai agent
SelectDB1 小时前
什么是 AI Agent 数据库?四类数据角色、核心能力与数据库选型指南
人工智能
电科_银尘2 小时前
【大模型算法与工程 09】SGD、Momentum与AdamW:优化器如何选择
人工智能·算法
羲云网络2 小时前
GPT Image 2.6 商品图交付:用文件指纹排查错图、覆盖与版本串线
图像处理·人工智能·python·技术教程·文件校验
jianqiang.xue2 小时前
1颗NPU分时复用:鸿蒙把轻AI塞进了MCU
人工智能·单片机·mcu·嵌入式·harmonyos·鸿蒙·端侧ai
前端的阶梯2 小时前
AI Agent 之 工具(Tool)
人工智能
孟健2 小时前
用 HyperFrames 解决前端视频生成难题:国产 Flash 模型实测 3 条 1080p 视频
前端·人工智能·开源
两万五千个小时3 小时前
Agent 记忆不是聊天记录,而是为未来准备的上下文 ——Anthropic 的四层记忆架构与 Dream 思想
人工智能·程序员
汤姆宝库3 小时前
语料清洗流水线的实现:启发式过滤、MinHash去重与质量分级
人工智能
火山引擎开发者社区3 小时前
不会 FFmpeg 也能做视频后期?AI MediaKit Skill 帮你实现
人工智能