飞桨PaddlePaddle图像分割训练营课程总结
最近参加了百度飞浆出的《图像分割7日打卡营》，收获颇多。
之前完全没接触过图像分割，但做过目标检测，所以也基本能跟上学习进度。课程主要讲解了几个经典的图像分割网络，包括FCN全卷积网络，U-Net，PSPNet，DeepLab系列等。老师都是百度一线的工程师，讲解的很清楚，包括很多细节，如卷积的底层计算等。整个课程会有布置作业，需按时完成提交，课程难度还挺大，需手动实现网络模型，并手写训练推理的代码，以及评价模型的代码。通过完成作业，对自己的代码能力有较大提高，对飞浆框架也有了较好的理解。
下面是课程的一些截图：
语义分割：像素级分类
双线性插值上采样：
unpooling上采样（为了反向传播，需记录indices）：
transpose conv:
手撸代码：
1*1卷积核adaptive_pool区别：
adaptive_pool原理：
DeepLab V3
推荐大家去看看，下面是链接。