来详解一下计算机视觉中的语义分割任务

老生常谈 FCN，这一篇当年在语义分割举足轻重的一篇文章，发表于 2014 年，是当年的 SOTA 模型，开创性的全卷积网络，实现端到端基于卷积的语义分割网络。今天虽然已经退出了语义分割的舞台，但是每

这是我参与2022首次更文挑战的第21天，活动详情查看：2022首次更文挑战 我们之前详细解释什么是混淆矩阵，以及混淆矩阵的用途。然后通过一个小示例，来将预测结果和实际标签的数据来对象填写到混淆矩阵中

这一次分享更多篇幅去说明分类问题中混淆矩阵，以及基于混淆矩阵可以计算得出一些衡量分类问题的指标，例如准确度、错误率、召回率、特异率、精准率和 F1 分值，然后再去谈一谈在语言分割中我们用到那些指标。

最近工作内容主要就是语义分割，语义分割是一个大话题，估计一两次分享很难将其将清楚，特别还是语义形式，所以准备多做几次分享来说一说语义分割。