关注微信公众号：人工智能前沿讲习，重磅干货，第一时间送达

图像分割（image segmentation）是计算机视觉领域最为经典的研究问题之一，至今仍受到学术界和工业界的高度重视。所谓图像分割指的是根据灰度、颜色、纹理和形状等特征把图像划分成若干互不交迭的区域，并使这些特征在同一区域内呈现出相似性，而在不同区域间呈现出明显的差异性。目前，研究者们最为关注的研究方向主要有三个：

• 语义分割（semantic segmentation）
• 实例分割（instance segmentation）
• 全景分割（panoptic segmentation）

小编向各位读者推荐GitHub网站上mrgloom的awesome-semantic-segmentation项目：

https://github.com/mrgloom/awesome-semantic-segmentation，这里面不仅收集了语义分割的各种资料，还包含了实例分割、医学图像分割和卫星图像分割等资料，可谓是图像分割领域相当全面的资料汇总，主要包含以下内容：

• 语义分割
• 实例分割
• 半监督分割
• RNN和GAN
• 图模型
• 常用数据集
• Benchmark
• 标注工具
• 评价指标和损失函数
• 医学图像分割
• 卫星图像分割
• 视频分割
• 自动驾驶
• ...

语义分割

主要有：U-Net、SegNet、DeepLab系列、FCN、ENet、ICNet、ShelfNet、BiseNet、DFN和CCNet等网络

实例分割

主要有：FCIS、DeepMask、Mask R-CNN 和 PANet 等网络

RNN和GANs

主要包括ReNet、ReSeg、RIS、CRF-RNN、pix2pixHD、Probalistic Unet等模型

图模型

常用数据集

主要有：COCO、KITTI 和 ApolloScape等数据集

Benchmarks

标注工具

提供了好几个非常容易上手的图像分割数据标注工具，如LabelMeAnnotationTool和labelImgPlus

医疗图像分割

提供了包括数据集、网络模型、各种深度学习框架下的实现、论文等等非常丰富的内容

卫星图像分割

视频分割

这部分的资料提供的不是很多

自动驾驶

提供了几个比较新的和自动驾驶领域图像分割相关的开源项目，非常不错

点击下方图片，了解课程详情

人脸分析