遥感影像分类、目标检测、语义分割、实例分割的异同

分类:给一张影像,识别出影像上都有哪些地物,如图1,影像上有耕地、建筑物、水域以及道路;

目标检测:识别出影像上物体的类别,并给出该物体的位置,一般用方框给出问题,如图2,红色框表示某建筑物、黄色框表示某水田、白色框表示某水域;

语义分割:将影像中的每一个像素标注为某个类别,如图3,红色代表建筑物,绿色代表耕地,蓝色代表水体;

实例分割:是目标检测和语义分割的综合,相对于目标检测,实例分割可精确到物体的边界,相对语义分割,实例分割可以标注出同一地物的不同个体。如图4,绿色系表示不同形式的耕地,红色系表示不同风格的建筑,蓝色系表示不同位置的水域。

 

版权声明:本文为CSDN博主「doer119」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/qq_64707172/article/details/122202709

doer119

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

目标检测算法分类

目标检测算法分类:
1、两步走的目标检测:先找出候选的一些区域,再对区域进行调整分类 代表:R-CNN、SPP-net、Fast R-CNN、Faster R-CNN
2、端到端的目标

目标检测中的先验框(Anchor)

什么是先验框?
了解过目标检测算法的朋友们肯定知道先验框(Anchor)的概念,那么什么是先验框,为什么要有先验框?若要解释这个问题,首先我们需要了解边界框回归原理。
b

MMdet 网络集简介

mmdet网络简介:
一、模块化设计 我们将检测框架分解成不同的组件,通过组合不同的模块,可以很容易地构建自定义的对象检测框架。
二、支持多个框架开箱即用 工具箱直接支持流行的和当代的检测框架&#x