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.