作者：mrgloom
编辑：Amusi
https://github.com/mrgloom/awesome-semantic-segmentation
前言GitHub上awesome系列项目：
GitHub：车道线检测最全资料集锦GitHub：目标检测最全论文集锦GitHub：TensorFlow最全资料集锦GitHub：图像分类最全资料集锦前几天介绍了图像分类的awesome项目，很多同学向我反映希望看到更多方向的awesome项目，本文就给大家推荐一个图像分割（image segmentation）的最全资料项目。
你也许会说，虽然有图像分割这个概念，但一般论文研究都具体到：
语义分割（semantic segmentation）实例分割（instance segmentation）全景分割（panoptic segmentation）图像分割确实有这三类方向（严格来说，这句话并不准确），而且本文介绍的项目名为：awesome-semantic-segmentation。看起来是语义分割的资料汇总，但里面其实还包含了实例分割、医学图像分割和卫星图像分割等资料，所以我就同一当成图像分割来看了。
注：大家可以去提交issue，或者push，因为里面还没有全景分割的资料。
https://github.com/mrgloom/awesome-semantic-segmentation
awesome-semantic-segmentation这是 mrgloom 大佬整理的图像分割资料，主要包含以下内容：
语义分割实例分割数据集Benchmark标注工具医学图像分割卫星图像分割...其中每个部分介绍的都很详细，比如一个论文，会相应介绍其多种复现的开源代码。
语义分割
主要有：U-Net、SegNet、DeepLab系列、FCN、ENet、ICNet、ShelfNet、BiseNet、DFN和CCNet等网络
实例分割
主要有：FCIS、DeepMask、Mask R-CNN 和 PANet 等网络
数据集
主要有：COCO、KITTI 和 ApolloScape等数据集
标注工具
主要有：labelme、labelImgPlus和 labelbox等工具
awesome-semantic-segmentation 链接：
https://github.com/mrgloom/awesome-semantic-segmentation
想要了解最新最快最好的论文速递、开源项目和干货资料，欢迎加入CVer学术交流群。涉及图像分类、目标检测、图像分割、人脸检测&识别、目标跟踪、GANs、学术竞赛交流、Re-ID、风格迁移、医学影像分析、姿态估计、OCR、SLAM、场景文字检测&识别和超分辨率等方向