Was ist semantische Segmentierung?
Semantische Segmentierung weist jedem Pixel eines Bildes eine Klassenbezeichnung zu. Sie erkennt Kategorien von Regionen, unterscheidet aber üblicherweise nicht zwischen einzelnen Objektinstanzen derselben Klasse.
So funktioniert semantische Segmentierung
Modelle zur semantischen Segmentierung leiten eine dichte Karte ab, in der jede Ausgabeposition einer Klassenvorhersage für ein Eingabepixel oder einen Bildausschnitt entspricht. Netzwerke reduzieren häufig die räumliche Auflösung der Merkmale, um Kontext zu lernen, und erhöhen sie anschließend wieder. Deshalb können Grenzen weniger präzise sein als das Innere der Klassenregionen. Das Training erfordert beschriftete Masken und eine definierte Klassentaxonomie, einschließlich einer Regelung für Hintergrundpixel oder ignorierte Pixel. Die Ausgabe fließt in Stufen zur Maskierung, zum Szenenverständnis, zur Messung, zur Moderation oder zur automatisierten Bearbeitung ein.
Wichtige Fakten
- Vorhersagen werden häufig als einkanalige Klassenindexmaske oder als Bewertungskarten je Klasse gespeichert; bei der Größenänderung einer Indexmaske ist eine Abtastung nach dem Nächste-Nachbar-Verfahren nötig, um keine neuen Klassenbezeichnungen zu erfinden.
- Intersection over Union bewertet die Überlappung je Klasse und macht Fehler sichtbar, die die reine Pixelgenauigkeit verdeckt, wenn große Hintergrundregionen das Bild dominieren.
- Zwei sich berührende Autos können eine zusammenhängende Region „Auto“ erhalten, weil die semantische Ausgabe die Kategorie codiert, nicht die Objektidentität; um sie zu trennen, ist eine instanzbezogene Nachverarbeitung oder ein anderes Modell nötig.
Wann semantische Segmentierung wichtig ist
Nutzen Sie dieses Verfahren, wenn eine Anwendung pixelgenaue Regionen wie Straße, Himmel, Vegetation, Personen oder Hintergrund benötigt. Wählen Sie stattdessen Instanzsegmentierung, wenn einzelne Objekte derselben Klasse gezählt oder verfolgt werden müssen.