Deeplabv1、v2、v3、v3+总结、以及使用TensorFlow Model训练和测试DeepLabv3+
Deeplabv1模型结构1.VGG16的全连接层(FC层)转为卷积层(步幅32,步幅=输入尺寸/输出特征尺寸)2.最后的两个池化层去掉了下采样(目标步幅8)3.后续卷积层的卷积核改为了空洞卷积(扩大感受野,缩小步幅)4.在ImageNet上预训练的VGG16权重上做fine-tune(迁移学习)DCNN存在的问题DeepLab的解决思路1.多次池化、下采样使输出信号分辨率变小:使用空洞卷积2.池