Semantische Segmentierung
Die semantische Segmentierung weist jedem Pixel eines Bildes eine Klassenbezeichnung zu und erzeugt so eine dichte, kategorienannotierte Karte der Szene. Im Gegensatz zur Objekterkennung, die Begrenzungsrahmen zieht, grenzt sie die exakte räumliche Ausdehnung jeder Klasse ab, was sie in der medizinischen Bildgebung, beim autonomen Fahren, in der Satellitenanalyse und bei jeder Aufgabe, bei der präzise Regionsgrenzen wichtig sind, unverzichtbar macht.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Quellen
- Long, J., Shelhamer, E., & Darrell, T. (2015). Fully convolutional networks for semantic segmentation. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 3431–3440. DOI: 10.1109/CVPR.2015.7298965 ↗
- Chen, L.-C., Papandreou, G., Kokkinos, I., Murphy, K., & Yuille, A. L. (2018). DeepLab: Semantic image segmentation with deep convolutional nets, atrous convolution, and fully connected CRFs. IEEE Transactions on Pattern Analysis and Machine Intelligence, 40(4), 834–848. DOI: 10.1109/TPAMI.2017.2699184 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Semantic Segmentation (Dense Pixel-wise Classification). ScholarGate. https://scholargate.app/de/deep-learning/semantic-segmentation
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Feinabgestimmte semantische SegmentierungDeep Learning↔ compare
- BildklassifizierungDeep Learning↔ compare
- InstanzsegmentierungDeep Learning↔ compare
- ObjekterkennungDeep Learning↔ compare
- Transfer Learning mit Convolutional Neural NetworkDeep Learning↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →