#Apollo開發者#

學習課程的傳送門如下，當您也準備學習自動駕駛時，可以和我一同前往：

?《自動駕駛新人之旅》免費課程—> 傳送門

《Apollo 社區開發者圓桌會》免費報名—>傳送門

文章目錄

前言

分類

目標檢測

語義分割

實例分割

全景分割

總結

---

前言

????????見《自動駕駛學習筆記（十二）——定位技術》

????????見《自動駕駛學習筆記（十三）——感知基礎》

????????見《自動駕駛學習筆記（十四）——感知算法》

????????見《自動駕駛學習筆記（十五）——交通燈識別》

????????見《自動駕駛學習筆記（十六）——目標跟蹤》

????????計算機視覺識別常見的任務類型有：目標分類、目標檢測、語義分割、實例分割和全景分割等。

分類

????????分類（Classification）是圖片級別的任務，識別圖片中的物體類別，示例如下。

目標檢測

????????目標檢測（Object Detection）是物體級別的任務，識別物體類別，同時用BoundingBox來表示物體的位置，示例如下。2D目標檢測的算法有YOLO系列、RCNN系列等。3D目標檢測的算法有SMOKE、FCOS3D等。

語義分割

????????語義分割（Semantic Segmentation）是像素級別的任務，識別物體類別（不區分個體），示例如下。自動駕駛中用到的算法有freespace，其他領域用到的算法有FCN、UNet、Enet等。

實例分割

????????實例分割（Instance Segmentation）是像素級別的任務，包含了目標檢測和語義分割，可區分個體，示例如下。常用的算法有MaskRCNN、自動駕駛車道線檢測SCNN、PINet等。

全景分割

????????全景分割（Panoptic segmentation），是未來的一種研究方向，是像素級別的任務，包含語義標簽和實例ID，可數目標和不可數目標都可以應對，示例如下。

總結

????????以上就是本人在學習自動駕駛時，對所學課程的一些梳理和總結。后續還會分享另更多自動駕駛相關知識，歡迎評論區留言、點贊、收藏和關注，這些鼓勵和支持都將成文本人持續分享的動力。

????????另外，如果有同在小伙伴，也正在學習或打算學習自動駕駛時，可以和我一同抱團學習，交流技術。

---

????????版權聲明，原創文章，轉載和引用請注明出處和鏈接，侵權必究！

????????文中部分圖片來源自網絡，若有侵權，聯系立刪。