图像分割（0）初步认识

分割任务就是在原始图像中找到目标：语义分割就是把每个像素都打上标签，只区分类别，不区分类别中的具体单位；实例分割不光要区分类别，而且区分类别中的每一个个体，更高级。

一、目标函数定义

看一下损失函数：

在这里引入一个权重项，每个像素点的重要程度不一样，会根据比例重新加入一个权重项，使用正例比上负例。在这个公式基础上还要做一些改进：
 

这下关注难易之分，和上面的多少不同，我们不应该把每个像素点同等看待，比如轮廓上的像素点就难以区分，这样难度就更高，这里在之前的公式上加上γ，一般是2。上图0.4改成0.5。

二、评估标准

最终在做语义分割的时候都有评估标准，先拿多分类任务距离，x轴是预测值，y轴是真实值，对于右边那个红色框框里面评估公式如下：

 那么在实例分割中我们的IOU是怎么计算的呢：

要算一下交集和并集， 然后比一下，这个在之前yolo项目的文章里说过

接下来在下面的文章中会介绍U-net网络