【图像分割| 2019最新综述】理解图像分割的深度学习技术，附58页PDF（Understanding Deep Learning Techniques for Image Segmentation）

论文主题： Recent Advances in Deep Learning for Object Detection

论文摘要： 机器学习社区已经被大量基于深度学习的方法所淹没。卷积神经网络、递归神经网络、对抗神经网络、自编码等多种深部神经网络正有效地解决无约束环境下目标的检测、定位、识别和分割等具有挑战性的计算机视觉任务。而关于目标检测的分析研究已经有很多了或识别领域，许多新的深度学习技术已经浮出水面关于图像分割技术。本文探讨这些不同的图像分割深度学习技术分析视角。这项工作的主要目标是提供一个对重要技术的直观理解对图像分割领域的贡献。从一些在传统的图像分割方法的基础上，本文对图像分割技术进行了研究刻划深度学习对图像分割领域的影响。此后，大多数主要的分割算法已按照专用于其独特贡献的段落进行了逻辑分类。借助大量直观的说明，可以期望读者具有更好的可视化这些内部动态的能力流程。