重要说明:本文从网上资料整理而来,仅记录博主学习相关知识点的过程,侵删。
一、参考资料
Image segmentation
二、语义分割相关介绍
1. 基础的语义分割架构
project_summary
Convolutional encoder-decoder architecture of popular SegNet model.
主流的语义分割网络大都是基于Encoder-Decoder结构的。在很多情况下,这些语义网络中的Encoder结构与图像分类网络的结构类似(例如VGG-16)。Decoder中的层与Encoder中使用的层相反(例如,卷积层对应反卷积层,池化层对应反池化层)。
2. 经典的语义分割网络模型
2.1 FCN
关于FCN的详细介绍,请参考另一篇博客:通俗易懂理解FCN全卷积网络模型
2.2 U-Net
关于U-Net的详细介绍,请参考另一篇博客:通俗易懂理解U-Net语义分割模型
2.3 SegNet
关于SegNet的详细介绍,请参考另一篇博客:通俗易懂理解SegNet语义分割模型
2.4 DeconvNet
关于DeconvNet的详细介绍,请参考另一篇博客:【论文笔记】Learning Deconvolution Network for Semantic Segmentation
2.5 DeepLab-LargeFOV
原始论文:[1]
三、参考文献
[1] Chen L C, Papandreou G, Kokkinos I, et al. Semantic image segmentation with deep convolutional nets and fully connected crfs[J]. arxiv preprint arxiv:1412.7062, 2014.