( 4.2 )如何理解一张图片?根据任务需要,可以主要分为三个层次: 一是( )( Classification ),即是将图像结构化为某一类别的信息,用事先确定好的类别 (string) 或实例 ID 来描述图片。 二是( )( Detection ),分类任务关心整体,给出的是整张图片的内容描述,而检测则关注特定的物体目标,要求同时获得这一目标的类别信息和位置信息,检测给出的是对图片前景和背景的理解。 三是( )( Segmentation ),分割包括语义分割( semantic segmentation )和实例分割( instance segmentation ),解决 “ 每一个像素属于哪个目标物或场景 ” 的问题。