图像分割最新资料汇总（语义分割、实例分割、视频分割、医疗图像分割、自动驾驶…）

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

点击下方图片或点击文末阅读原文，了解课程详情

历史文章推荐：

CVPR2019 | 专门为卷积神经网络设计的训练方法：RePr

深度神经网络模型训练中的最新tricks总结【原理与代码汇总】

基于深度学习的艺术风格化研究【附PDF】

最新国内大学毕业论文LaTex模板集合（持续更新中）

基于深度学习的图像超分辨率最新进展与趋势【附PDF】

t-SNE：最好的降维方法之一

年龄估计技术综述

钱学森：再谈开放的复杂巨系统

重磅 |《模式识别与机器学习》资源大礼包

从Word Embedding到Bert模型—自然语言处理中的预训练技术发展史

点击下方阅读原文了解课程详情↓↓

---

若您觉得此篇推文不错，麻烦点点好看↓↓