騷操作！如何完成垃圾分類的影像識別？

• 2019 年 12 月 27 日
• 筆記

電腦視覺作為人工智慧的主流技術領域之一，歷經影像分類-->目標定位-->目標檢測，最終發展到影像語義分割技術。

如下圖所示，從最初的識別圖片資訊進行單一分類，到單圖片中多目標識別分析，而語義分割更是要將單影像中的度目標進行邊界定位。

影像語義分割作為CV中重要的基本問題之一，更是CV工程師必備的基本技能，其目的是將影像分割成幾組具有某種特定語義含義的像素區域，並識別出每個區域的類別，最終獲得一副具有像素語義標註的影像。

在今天，影像語義分割可以說是影像理解的基石性技術，在自動駕駛系統（具體為街景識別與理解）、無人機應用（著陸點判斷）以及穿戴式設備應用中舉足輕重。

自四年前Google發布第一個版本的DeepLab模型以來，CNN特徵提取器、目標尺度建模技術、語境資訊處理、模型訓練流程、深度學習硬體和軟體的不斷改進和優化。

現如今，Google最新版本DeepLab V3+已經成為各大企業CV工程師必備的語義分割技術。