tensorflow2.3实现语义分割

tensorflow2.3实现图像

语义分割（semantic segmentation）

对图像而言，常见的任务是：

• 图像分类：提取类别特征，如：VGG19网络
• 目标检测：提取类别，位置特征，如：YOLO网络
• 语义分割（实例分割）：提取类别，位置特征，针对每个像素，如：Deeplab网络

U-Net网络可以利用较少的数据集进行端到端训练，医学领域应用较多（医学领域的标注数据获取成本很高）。

为了更有效的利用标注数据，采用数据增强的方法（训练样本进行随机弹性形变）
网络由收缩路径获取上下文信息以及一个对称的扩张路径用以精确定位。
u-net-architecture.png