典型文献
基于深度学习的实例分割研究综述
文献摘要：
深度学习在计算机视觉领域已经取得很大发展,虽然基于深度学习的实例分割研究近年来才成为研究热点,但其技术可广泛应用在自动驾驶,辅助医疗和遥感影像等领域.实例分割作为计算机视觉的基础问题之一,不仅需要对不同类别目标进行像素级别分割,还要对不同目标进行区分.此外,目标形状的灵活性,不同目标间的遮挡和繁琐的数据标注问题都使实例分割任务面临极大的挑战.本文对实例分割中一些具有价值的研究成果按照两阶段和单阶段两部分进行了系统性的总结,分析了不同算法的优缺点并对比了模型在COCO数据集上的测试性能,归纳了实例分割在特殊条件下的应用,简要介绍了常用数据集和评价指标.最后,对实例分割未来可能的发展方向及其面临的挑战进行了展望.
文献关键词：
计算机视觉;实例分割;图像分割;卷积神经网络;深度学习;目标检测;两阶段实例分割;单阶段实例分割
中图分类号：
作者姓名：
苏丽;孙雨鑫;苑守正
作者机构：
哈尔滨工程大学智能科学与工程学院, 黑龙江哈尔滨 150001;哈尔滨工程大学船舶装备智能化技术与应用教育部重点实验室, 黑龙江哈尔滨 150001
文献出处：
引用格式：
[1]苏丽;孙雨鑫;苑守正-.基于深度学习的实例分割研究综述)[J].智能系统学报,2022(01):16-31
A类：
两阶段实例分割
B类：
计算机视觉,自动驾驶,遥感影像,割作,基础问题,行像,像素级,遮挡,数据标注,COCO,测试性,特殊条件,未来可能,图像分割,目标检测,单阶段实例分割
AB值：
0.253507
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
