深度学习笔记-经典分割算法总结&后续论文思路

经典分割算法汇总(6篇经典语义分割网络,非实时性)

  1. FCN:语义分割端到端的开端
  2. U-Net&FushionNet:医学分割算法中的龙头
  3. SegNet&DeconvNet:对称编解码结构
  4. DeepLab系列:从v1到v3+,算法越来越完善,结果越来越好
  5. GCN:角度一,重用大卷积核
  6. ExFuse&DFN:角度二,宏观角度看待语义分割

接下来进度与调优思路

  1. 以Unet为基础,在自建数据集上跑出Baseline分数
  2. 对比DeeplabV3+,查看分数提升多少
  3. 以二分类任务为主,参考DANet,GCN,ExFuse与DFN的优化方式,对Unet网络进行优化,提升【分类准确度】和【空间精确度】,以提升边界的分割准确度。
  4. 以Unet为基础的架构中需要添加长跳连接短跳连接两种跳跃连接方式(短跳连接类似ResNet中short cut),两种跳跃连接方式同时使用能够使得模型参数分布更加良好准确,只使用长跳连接深层模型较深部分参数无法更新(梯度消失现象)

待实现的不成熟思路

  1. 在语义分割上采样还原过程中,和超分辨率技术有点相似,如果使用超分辨率技术中上采样的方式,从中取得灵感运用到语义分割中是否能提升分割效果

你可能感兴趣的:(深度学习笔记,语义分割,论文,深度学习,算法,神经网络)