《DeepLab v1:semantic image segmentation with deep convolutional nets and fully connected CRFs》论文笔记

1. 概述 导读:文章指出仅仅使用DCNNs网络的最后一层实现精确地语义分割是不足够的。为此,本篇文章的工作将DCNNs与概率图模型来共同解决分割精度的问题。文章新提出的这个方法在定位分割的边界上超过了之前的方法(当时),在VOC 2012数据集上取得了71.6%的IOU,GPU上速度为8 FPS(不含CRF)。 相比于传统的视觉算法(SIFT或HOG),DCNNs以其end-to-end方式获得
相关文章
相关标签/搜索