最近在研究自动驾驶视觉语义地图构建，因为要使用到语义分割技术，趁此机会学习了百度飞桨的图像分割课程，课程蛮好的，收获也蛮大的。
课程地址：https://aistudio.baidu.com/aistudio/course/introduce/1767
1. 课程简要介绍
首先给出了图像分割的定义，如下面两张图所示，本质是对图像进行像素级分类。
 |  |
下面是课程安排，本次课程总共有7节课，理论学习主要集中在前6节，最后一节是课程总结与前沿技术介绍。前面6节课安排如下：
- 在本次课程中，会学习到
FCN、U-Net、PSPNet、DeepLabv1-3等算法，这是课程的主要学习内容。 - 后面两节课会介绍
图分割和实例分割经典算法。
 |  |  |
2. 语义分割初探
根据任务和数据类型的不同，图像分割可以分为以下几类：
- semantic segmentation（
语义分割）：给图像中每个像素进行分类 - instance segmentation（
实例分割）：给每个框中的物体对应像素进行分类，不同的instance有不同的mask - panoptic segmentation（
全场景分割）：每个框中的物体对应像素进行分类 + 背景像素分类
此外，还有视频目标分割与视频实例分割。
| semantic / instance / panoptic segmentation | Video Object Segmentation | Video Instance Segmentation |
|---|---|---|
 |  |  |
3. 深度学习分割算法
下面是语义分割算法的基本流程，输入为图像与标签，输出为分类结果（与输入图像大小相同的单通道图）。
语义分割常用性能指标主要有两种：mIoU和mAcc。
