查看“语义分割”的源代码

{{提示|该页面仍需进一步完善，欢迎加入我们}}

语义分割是将视觉输入分为不同的语义可解释类别，是[[计算机视觉]]中的基本任务。

[[文件:语义分割.gif|语义分割的演示视频，来自Zhao等的 ICNet（2017）]]

''语义分割的演示视频，来自Zhao等的 ICNet（2017）''

== 概述 ==
=== 训练数据集 ===
目前有一些常用于训练语义分割模型的数据集：
* Pascal VOC 2012：有 20 类目标，这些目标包括人类、机动车类以及其他类，可用于目标类别或背景的分割；
* Cityscapes：50 个城市的城市场景语义理解数据集；
* Pascal Context：有 400 多类的室内和室外场景；
* Stanford Background Dataset：至少有一个前景物体的一组户外场景；

== 应用 ==
=== 主要领域 ===
目前语义分割的主要应用领域：
* 地理信息系统
* 无人车驾驶
* 医疗影像分析
* 机器人等领域

=== 应用案例 ===
* [https://zhuanlan.zhihu.com/p/27315505 StreeTalk——给你一个感观世界]，刘浏，城室科技（知乎专栏）

== 上手 ==

== 参考链接 ==
* [[wikipedia:Image_segmentation|Wikipedia: Image Segmentation]]
* [http://blog.geohey.com/ji-suan-ji-shi-jue-zhi-yu-yi-fen-ge/ 计算机视觉之语义分割]，张宇，GeoHey Blog；
* [https://baijiahao.baidu.com/s?id=1602428106371812559 一文了解什么是语义分割及常用的语义分割方法有哪些]，机器之心，百度百家号；