의미적 분할(Sementic Segmentation)

영상을 구성하는 각각의 픽셀이 어떤 class에 속하는지 분류하는 작업

의미적 분할 U-Net 구조

좌측에서 내려가는 부분은 encode 우측에서 올라가는 부분은 decode 과정

UpSampling2D & Transposed Convolution (in keras)

low -> high 되면 정보는 소실된다. 아래 두 연산은 크기만 키운 것
Upsamoling2D 계층 (<=>Pooling)
Upsamling2D 계층을 거치면 feature map 크기가 늘어난다. 그러나 이 연산이 Pooling의 완전한 undo연산이 아니다.

Conv2DTranspose 계층 (<=>Conv2D)

개체 분할 (Instance Segmentation)

의미적 분할과 차이점

• 같은 class라도 각기 다르게 구분
• 영상의 모든 픽셀별로 분류할 필요가 없음, 각 물체영역을 구별할 수 있는 이진 마스크를 찾으면 만족(bbox 탐지와 유사)