基于深度学习的语义分割技术总览

Contents

  • 1 基于深度学习的语义分割方法介绍
    • 1.1 Encoder
    • 1.2 Decoder
    • 1.3 Convolution Layer in Encoder and Decoder
    • 1.4 总结
  • 2 常见模型
    • 2.1 FCN系列
    • 2.2 SegNet
    • 2.3 Unet及各种变体
    • 2.4 Deeplab系列
  • 3 参考资料

本文写的比较简单,属于入门入门入门级别,仅当作个人学习笔记和回忆时使用,更多细节和内容请参考论文和网络资料。

在计算机视觉领域,有一个方向是语义分割,一般是针对图像进行像素级分类,具体而言,就是语义图像分割会将每个像素都标注上其对应的类别。与实例分割(mask rcnn)不同,实例分割常常与目标检测系统相结合,用于检测和分割场景中同一对象的多个实例。

基于深度学习的语义分割方法介绍

用卷积神经网络分类(全卷积

你可能感兴趣的:(计算机视觉,深度学习,目标检测,语义分割,实例分割,deeplab)