En general, la segmentación significa agrupar cosas similares mediante el aprendizaje no supervisado (similar a la agrupación). La clasificación, por otro lado, tendrá clases predefinidas y se utilizará el aprendizaje supervisado.
En el contexto del procesamiento de imágenes, la distinción es muy clara:
- La segmentación es el proceso de extraer segmentos más pequeños de una imagen con la intención de identificar diferentes partes / objetos dentro de una imagen. Así, por ejemplo, la segmentación de una imagen puede proporcionar un fondo y un plano frontal por separado. Esto generalmente se hace usando algoritmos tradicionales de procesamiento de imágenes como detección de bordes, PCA, etc.
- La clasificación, por otro lado, es identificar si una imagen forma parte de una clase. Por ejemplo, clasificar una imagen como caricatura o foto. Esto generalmente se hace usando algoritmos de aprendizaje automático con imágenes etiquetadas,
- ¿Cómo se determinaría la relevancia de un artículo frente a algunas palabras clave?
- ¿Cuáles son los mejores laboratorios de investigación en el campo de los UAV combinados con aprendizaje automático, visión y percepción por computadora?
- ¿Qué es la perplejidad en el análisis bayesiano?
- ¿Es Kafka la mejor solución para crear una aplicación de visión por computadora?
- ¿Qué resultado arrojará una máquina de aprendizaje profundo bien entrenada de esta imagen?
