DeepLab系列算法笔记

DeepLab v1

  • DCNN + CRF
  • Backbone: VGG-16
  • 使用了空洞卷积
  • 融合了多层次信息,前四个pool层之后都额外接了两个卷积层,和最后一个softmax层concat,有微小的性能提升

DeepLab v2

  • 移除部分池化操作,使用空洞卷积
  • 利用不同膨胀因子的空洞卷积融合多尺度信息—atrous spatial pyramid pooling(ASPP)
    DeepLab系列算法笔记_第1张图片
  • 使用CRF
  • Backbone: ResNet

DeepLab v3

  • 改进了ASPP结构,加了1x1卷积和全局平均池化
    DeepLab系列算法笔记_第2张图片
  • 没有使用CRF
  • Backbone: ResNet

DeepLab v3+

  • 原DeepLabv3当作encoder,添加decoder得到新的模型
    DeepLab系列算法笔记_第3张图片
  • 把Xception和Depthwise separable convolution应用到Atrous Spatial Pyramid Pooling和decoder中
  • 不使用CRF

你可能感兴趣的:(论文阅读笔记,卷积,算法,卷积神经网络,深度学习)