图像分类
image classification
判断图片的所属类别。如:猫狗识别
目标定位
object localization
在分类的基础上，在图像中定位目标的位置
通常是以包围盒的(bounding box)形式
缺点
图片通常 只有一个 或 固定数目 的目标
基本思路
网络带有两个输出分支：
一个分支用于做图像分类，即全连接+softmax判断目标类别
另一个分支用于判断目标位置，即完成回归任务输出四个数字标记包围盒位置
目标检测
object detection
比目标定位更进一步，图像中出现的目标 种类 和 数目 都不固定，且能识别目标的种类、及对目标进行定位。
目标检测是比目标定位更具挑战性的任务。
算法
- YOLO
- RCNN
- SSD
- ……
语义分割
semantic segmentation
比检测更进一步，像素级别的分类，即：区分图片中像素点属于哪一个分类
因此语义分割是从像素级别来理解图像的
缺点
语义分割 不区分 属于相同类别的不同实例。
如上图，语义分割会将3个人整体的所有像素预测为“人”这个类别。
算法
- FCN
实例分割
instance segmentation
比语义分割更进一步，区别像素点属于哪一个实例
感谢：
https://zhuanlan.zhihu.com/p/31727402
https://blog.csdn.net/qq_30815237/article/details/94018912
https://blog.csdn.net/lanyuxuan100/article/details/70800246