Instance Segmentasyon ve Semantic Segmentasyon, computer vision'da yer alan iki önemli görevdir. Yazımızda bu iki görev arasındaki farkları ayrıntılı olarak açıklayacağız:
Semantic Segmentasyon
Semantic Segmentasyon amacı, bir görüntüdeki her pikseli önceden tanımlanmış birkaç sınıftan birine göre sınıflandırmaktır. Semantic Segmentasyonun çıktısı, her piksele bir sınıf etiketinin atandığı, ancak aynı sınıfın farklı örneklerinin birbirinden ayırt edilemediği bir etiket haritasıdır. Örneğin, bir şehir caddesinin görüntüsünde pikseller yol, bina, kaldırım, gökyüzü vb. olarak sınıflandırılabilir. Semantic segmentasyon modelleri, pikseller ve sınıflar arasındaki ilişkileri öğrenmek için genellikle bir konvolüsyonel sinir ağı (CNN) mimarisi kullanır.
Instance Segmentasyon
Instance segmentasyon, semantic segmentasyonun daha gelişmiş bir versiyonudur. Bir görüntüdeki her bir pikseli sınıflandırmanın yanı sıra, instance segmentasyon görüntüdeki aynı sınıfın örneklerini de ayırır. Instance segmentation çıktısı, bir nesnenin her örneğine benzersiz bir etiket atandığı ve böylece her örneğin ayrı ayrı izlenebildiği bir etiket haritasıdır.
Örneğin, birden fazla arabanın bulunduğu bir şehir caddesinin görüntüsünde, instance segmentasyon yalnızca pikselleri "araba" olarak sınıflandırmakla kalmaz, aynı zamanda her bir arabayı ayrı bir örnek olarak tanımlar. Instance segmentasyon modelleri genellikle aynı sınıfın örneklerini ayırmak için semantic segmentasyon ile birlikte sınırlayıcı kutu regresyonu ve maksimum olmayan bastırma gibi nesne algılama tekniklerini kullanır.
Özetle, semantic segmentasyon ile instance segmentasyon arasındaki temel fark, emantic segmentation bir görüntüyü sınıflara ayırması, instance segmentasyonun ise görüntüyü kategorilere ayırması ve bu sınıfların her bir örneğini tanımlamasıdır. Instance segmentasyon, görüntünün daha derinlemesine anlaşılmasını ve nesnelerin segmentasyonun daha yüksek bir hassasiyet seviyesi gerektirdiğinden, semantic segmentasyona göre daha zorlu bir görevdir.
Panoptic Segmentasyon
Panoptic segmentasyon, hem semantic hem de instance segmentasyonu birleştiren bir computer vision görevidir. Panoptic segmentasyonun amacı, her bir pikseli önceden tanımlanmış bir dizi sınıfa (semantic segmentation) sınıflandırmakla kalmayıp aynı zamanda bu sınıfların her bir örneğini benzersiz nesneler olarak ayıran (instance segmentation) bir görüntünün segmentasyon haritasını üretmektir.
Başka bir deyişle, panoptic segmentasyon, her piksele bir sınıf etiketinin ve bu sınıfın her örneğine benzersiz bir örnek etiketinin atandığı bir görüntünün eksiksiz ve birleşik bir segmentasyonunu sağlamayı amaçlamaktadır. Ortaya çıkan segmentasyon haritası, görüntünün anlamsal olarak anlamlı ve farklı nesneler kümesine ayrıştırıldığı bir sahne ayrıştırma haritasına benzer.
Panoptic segmentasyon, hem semantic hem de instance segmentasyonda yüksek düzeyde doğruluk ve her iki görevin sonuçlarını tek bir haritaya sorunsuz bir şekilde entegre etme yeteneği gerektirdiğinden zorlu bir görevdir. Panoptic segmentasyon modelleri genellikle hem semantic hem de instance segmentasyonu gerçekleştirmek için CNN'ler ve nesne algılama tekniklerinin bir kombinasyonunu kullanır ve ardından sonuçları Panoptic bir haritada birleştirir.
Panoptic segmentasyon, otonom sürüş, robotik ve artırılmış gerçeklik gibi çok çeşitli uygulamalarda kullanılabildiği için computer vision'da giderek daha önemli hale gelmektedir.
Comentários