Jaka jest różnica między segmentacją semantyczną, segmentacją instancji a detekcją obiektów?

Te trzy zadania są związane z analizą obrazów, ale mają różne cele i poziomy szczegółowości:

• Wykrywanie obiektów (Object Detection): Określa i lokalizuje obiekty na obrazie, zwykle za pomocą ramek ograniczających (bounding boxes). Na przykład, znaleźć wszystkie samochody na zdjęciu i obrysować je ramkami.

• Segmentacja semantyczna (Semantic Segmentation): Klasyfikuje każdy piksel obrazu, przypisując mu etykietę klasy (np. droga, samochód, osoba), ale nie rozróżnia poszczególnych obiektów tego samego typu. Wszystkie piksele samochodów będą oznaczone tak samo, bez rozdzielania instancji.

• Segmentacja instancji (Instance Segmentation): Łączy wykrywanie i segmentację semantyczną — nie tylko klasyfikuje piksele, ale także rozdziela obiekty tego samego typu na oddzielne instancje. Na przykład, na obrazie z wieloma samochodami, każdy samochód będzie wyodrębniony jako odrębny obiekt z własną maską.

W ten sposób, wykrywanie daje ramki ograniczające, segmentacja semantyczna — maski według klas bez rozdzielania obiektów, a segmentacja instancji — maski z rozdzieleniem obiektów tego samego typu.