Semantisk segmentering

Semantisk segmentering

Definition

Semantisk segmentering er computervisions opgaven med at klassificere hver pixel i et billede i en kategori, såsom vej, bygning eller fodgænger.

Formål

Formålet er at give detaljeret forståelse af scener til AI-applikationer inden for selvkørende systemer, medicinsk billeddannelse og robotteknologi.

Vigtighed

  • Essentiel for opfattelse på pixelniveau i sikkerhedskritiske systemer.
  • Muliggør præcise objektgrænser sammenlignet med afgrænsningsbokse.
  • Kræver store annoterede datasæt.
  • Beregningsintensiv ved høje opløsninger.

Hvordan det virker

  1. Indsaml og mærk annoterede billeder på pixelniveau.
  2. Træn deep learning-modeller som fuldt konvolutionelle netværk.
  3. Inputbilledet bearbejdes til forudsigelser på pixelniveau.
  4. Outputmasken tildeler hver pixel til en klasse.
  5. Evaluer med metrikker som Intersection over Union (IoU).

Eksempler (den virkelige verden)

  • Bylandskabsdatasæt: semantisk segmentering for byscener.
  • Tesla Autopilot: segmentering på pixelniveau til vejnavigation.
  • Medicinsk billeddannelse: segmentering af tumorer i MR-scanninger.

Referencer / Yderligere læsning

  • Long et al. “Fuldt konvolutionelle netværk til semantisk segmentering.” CVPR 2015.
  • Datasæt for bylandskaber.
  • IEEE-transaktioner om medicinsk billeddannelse.

Du vil måske også kunne lide

Fortæl os, hvordan vi kan hjælpe med dit næste AI-initiativ.

Saip
Beskyttelse af personlige oplysninger

Denne hjemmeside bruger cookies, så vi kan give dig den bedst mulige brugeroplevelse. Cookieoplysninger gemmes i din browser og udfører funktioner som at genkende dig, når du vender tilbage til vores hjemmeside og hjælper vores team til at forstå, hvilke dele af hjemmesiden du finder mest interessante og nyttige.