Pyramid Scene Parsing Network(PSPNet)

code

进行场景分析所遇见的问题

Pyramid Scene Parsing Network(PSPNet)_第1张图片

Pyramid Pooling Module

Pyramid Scene Parsing Network(PSPNet)_第2张图片
红色表示最粗糙的全局池化层。
可以修改金字塔层的数量和每层的大小, 本文的金字塔池模块是一个四层模块,其大小分别为1×1、2×2、3×3和6×6。
(b)由带有空洞卷积的预训练resnet网络得到,其大小为输入大小的 1/8

Deep Supervision for ResNet-Based FCN

Pyramid Scene Parsing Network(PSPNet)_第3张图片
上图显示了我们的深度supervised ResNet101模型的示例。除了使用softmax损失(主分支损失)训练最终分类器外,在第四阶段之后使用另一个分类器,即res4b22残差模块。 辅助损失有助于优化学习过程,而主分支损失承担最大责任。 我们增加权重以平衡辅助损失。在测试阶段,我们放弃了该辅助分支,而仅将经过优化的主分支用于最终预测。

你可能感兴趣的:(语义分割论文笔记,深度学习,人工智能)