随着FCN的出现，深度学习正式进入图像语义分割领域，这里的语义仍主要指分割出来的物体的类别，从分割结果可以清楚的知道分割出来的是什么物体，比如猫、狗等等。现在还有一种叫instan在语义分割中，每一个像素都有明确的语义标签，因此我们可以通过神经网络去学习每个像素具体的语义信息。而过分割只是将图像划分成很多不同的区域，每个区域对应一个标签。这些标签没
∪▂∪ 2 . 2 图像语义的上下文表达图像的语义信息描述主要包含外观位置信息和上下文信息， 前者如2 . 1 节所述， 可表示成/ 码书0. 上下文信息不是从感兴趣的目标外观中直接产视觉层即通常所理解的底层，即颜色、纹理和形状等等，这些特征都被称为底层特征语义；对象层即中间层，通常包含了属性特征等，就是某一对象在某一时刻的状态；概念层则是高层，是图像表达
什么叫语义信息无论在图像，文本，语音处理领域等，我们常看到一个词，“语义信息”。有意义的数据提供的信息) 维基百科中的解释：语义信息(英语：semantic information)在传媒行业指语义一般指的是图像每个像素点的类别归属，语义信息可以理解为与类别划分有关的信息。对于一个深度神经
1.图像的语义信息：图像的语义分为视觉层、对象层和概念层，视觉层即通常所理解的底层，即颜色、纹理和形状等等，这些特征都被称为底层特征语义；对象层即中间层，语义信息图像的语义分为视觉层、对象层和概念层。视觉层即通常所理解的底层，即颜色、纹理和形状等等，这些特征都被称为底层语义特征；对象层即中间层，通常包含了属性特征等，
