机器视觉(AOI)之深度学习中的图画切割:语义切割 vs. 实例切割

发布时间:2021-05-18

机器视觉(AOI)之深度学习中的图画切割:语义切割 vs. 实例切割
广东吉洋视觉:SMT AOI,LED AOI,焊线AOI,焊线检测AOI。
在切割进程本身,有两个粒度等级:
语义切割 - 将图画中的一切像素划分为有意义的目标类。这些类是“语义上可解释的”,并对应于实际国际的类别。例如,你可以将与猫相关的一切像素分离出来,并将它们涂成绿色。这也被称为dense猜测,因为它猜测了每个像素的意义。

实例切割 - 标识图画中每个目标的每个实例。它与语义切割的不同之处在于它不是对每个像素进行分类。如果一幅图画中有三辆车,语义切割将一切的车分类为一个实例,而实例切割则识别每一辆车。

郑重声明:
1、部分内容来源于网络,本文版权归原作者所有,转载文章仅为传播更多信息之目的。
2、本文仅供学术交流,非商用。如果某部分不小心侵犯了大家的利益,请联系删除。

上一篇:机器视觉(AOI)之传统的图画切割方法 下一篇:机器视觉(AOI)之深度学习中的图画切割:方法和运用
  广东吉洋视觉技术有限公司 所有版权
  技术支持【东莞网站建设