62 lines
2.7 KiB
Markdown
62 lines
2.7 KiB
Markdown
# CV 领域任务(研究目标)
|
||
|
||
### CV 领域的大任务
|
||
|
||
|
||
|
||
#### （a）Image classification **图像分类**
|
||
|
||
- 识别这个图片整体所属的类别，解决的是"what"问题，给这个图片打上相应的标签，在 a 图内标签是 `bottle，cup，cube`，其他类型的图片也都有它们自己的标签，然后把这些打上标签的图片带进网络结构里作为训练集训练。
|
||
|
||
#### （b）Object localization **目标检测**（对象定位）
|
||
|
||
- 识别图片中各个物体所在的位置，解决的是"where"问题，此处还细分两个问题：
|
||
|
||
- 定位：检测出图片中的物体位置，一般只需要进行画框。
|
||
- 检测：不仅想要知道这些物体所属的类别，还想知道他们所在的具体位置，比如这张图片有 `bottle，cup，cube`，我们不仅要检测出这些物体所在的位置，还要检测处在这个位置的物体所属的类别，这就是目标检测。
|
||
- 再看一个目标检测的例子（此处为 [Roboflow-数据集标注工具](https://roboflow.com/)的示例）
|
||
|
||
- 这张图我们需要标注两个类别 `head（头）、helmet（头盔）`
|
||
|
||
|
||
|
||
#### （c）Semantic segmentation **语义分割**
|
||
|
||
- 语义分割需要进一步判断图像中哪些像素属于哪个目标（进阶目标检测）。
|
||
- 看图右下角两个 `cube` 是连在一块的 并没有分出哪一部分是哪一个的 `cube`
|
||
|
||
#### （d）Instance segmentation **实例分割**
|
||
|
||
- 实例分割需要区分出哪些像素属于第一个物体、哪些像素属于第二个物体，即目标检测 + 语义分割。
|
||
- 看图右下角两个 `cube` 是分开的
|
||
|
||
#### （e）Key Point 人体关键点检测
|
||
|
||
|
||
|
||
通过人体关键节点的组合和追踪来识别人的运动和行为，对于描述人体姿态，预测人体行为至关重要。
|
||
|
||
#### （f）Scene Text Recognition（STR）场景文字识别
|
||
|
||
|
||
|
||
很多照片中都有一些文字信息，这对理解图像有重要的作用。
|
||
|
||
场景文字识别是在图像背景复杂、分辨率低下、字体多样、分布随意等情况下，将图像信息转化为文字序列的过程。
|
||
|
||
#### （g）Pattern Generation 图像生成
|
||
|
||
利用两张图片或者其他信息生成一张新的图片
|
||
|
||
|
||
|
||
利用左边两张小图生成右边的图片
|
||
|
||
#### （h）Super Resolution 超分辨率
|
||
|
||
将输入图片分辨率增加
|
||
|
||
|
||
|
||
当然还有一些新兴领域我们没有写入~
|