图像分类与图像识别

⓵计算机觉可分为哪五大类

计算机觉是一个涵盖许多技术和应用的研究域。 以下是计算机觉任务的五个一般类别：

图像分类：
图像分类是指根据图像的将图像分为不同的类别。 这是计算机觉中最基本的任务之一，包括特征提取和模式识别。 深度学习技术，特别是卷积神经网络（CNN），在该域取得了显着的成果。

物体检测（ObjectDetection）：
物体检测不仅需要识别图像中的物体类别，还需要确定物体的位置和边界框。 此类任务通常涉及对象定位和分类的同时处理。 常见的物体检测方法有R-CNN、YOLO、SSD等。

语义分：
语义分就是将图像中的每个像素分配到对应的类别，从而实现图像中不同对象的精确分。 此类工作广泛应用于自动驾驶、医学图像分析等域。 常见的语义分方法包括FCN、U-Net、DeepLab等。

实例分：

实例分是基于语义分来区分同一类别的不同实例。 这对于理解场景中对象的数量和关系非常重要。 常见的分方法示例包括MaskR-CNN、Solow等。

姿态估计：
姿态估计是指从图像中估计物体的空间姿态，例如检测体关键点、估计物体姿态等。 此类任务广泛应用于动作识别、增强现实和机器导航等域。 常见的姿态估计方法包括OpenPose、AlphaPose、POSEC3D等。

这五类计算机觉任务涵盖了很多具体的应用场景，共同推动计算机觉域的发展和创新。