本文是Deeplabv3+的阅读笔记，重点探讨了Spatial Pyramid Pooling如何探查不同尺度特征，以及Encoder-Decoder结构如何逐步恢复空间信息，实现更清晰的边界捕捉。此外，还提到了深度可分离卷积（Depthwise Separable Convolution）的作用，并介绍了其与常规卷积的区别。Deeplabv3+的解码器模块对于细化分割结果，尤其是物体边界精细化处理有显著贡献。
Notes: 谷歌deeplabv3+的代码现在已经开源，详见deeplab(Github)，还有一个使用的demo样例。
0.
spatial pyramid pooling
- probing the incoming features with filters or pooling operations at multiple rates and multiple effective fields-of-view
- encode multi-scale contextual information
encode-decoder
- gradually recovering the spatial information
- capture sharper object boundaries
convolution
- depthwise convolution: a spatial convolution performed independently over each channel of an input
- pointwise convolution: a 1x1 convolution, projecting the channels output by the depthwise convolution onto a new channel s
最低0.47元/天 解锁文章
扫一扫
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
