deeplabv1和v2

deeplabv1和v2_第1张图片
可以看到,比较主要的结构有msc和largefov等等。
deeplabv1和v2_第2张图片
fov的作用是降低模型参数,提升训练速度。
deeplabv1和v2_第3张图片
deeplabv1和v2_第4张图片
msc的作用可以融合输入数据和前四个maxpooling层的数据,
deeplabv1和v2_第5张图片
左边是fov结构,右边这4个分支和输入再融合,就是msc。

v2

相对于v1,主要变化是换了back bone和使用了aspp这个结构。
deeplabv1和v2_第6张图片
融合了四种不同尺度的膨胀卷积之后的结果。
deeplabv1和v2_第7张图片

v3

deeplabv1和v2_第8张图片
deeplabv1和v2_第9张图片
v3里的两种模型结构
deeplabv1和v2_第10张图片

你可能感兴趣的:(python)