deeplabv3:Rethinking Atrous Convolution for Semantic Image Segmentation 阅读笔记

针对的问题:在语义分割任务应用深度卷积神经网络有两个挑战: 一个问题是深度网络中的pooling层的使用使得特征分辨率越来越小,网络学习的特征更加抽象化,这不利于期望局部空间细节信息的密集型任务例如图像分割。因此作者建议应用空洞卷积来应对这个问题。 另一个问题是物体的多尺度。解决这个问题主要分为4类,第一类将深度网络应用于图像金字塔,以提取物体在不同尺度下的特征。第二类应用encode-decod
相关文章
相关标签/搜索