m0_63462829的博客

PSPNet模型采用了PSP模块，因此取名为PSPNet。该模型提出的金字塔池化模块（Pyramid Pooling Module）能够聚合不同区域上下文信息，从而提高获取全局信息的能力。PSP结构的功能是将获取到的特征层按照不同的尺寸划分成不同的网络，每个网络内各自进行平均池化。在PSPNet中，网络会将输入进来的特征层分别划分为6x6，3x3，2x2，1x1的网格，对应图片中绿色，蓝色，橙色，红色的输出。比如一个特征图的边长为72，划分为6x6的网格后，每个网格边长就是12；

unet是一个语义分割模型，执行过程大体上也是先进行下采样再进行上采样，首先利用卷积进行下采样，提取多个不同下采样阶段的特征，然后再进行上采样，不同阶段的上采样与同一大小的特征图结合，最后得出种类图像。模型的输入模型的输出。

SegNet是Cambridge提出旨在解决自动驾驶或者智能机器人的图像语义分割深度网络，网络由编码器Encoder和解码器Decoder两大部分组成。SegNet基于FCN，编码器部分修改VGG-16网络得到，解码器部分进行多次上采样得到。编码器用于提取图像的特征，解码器放大特征图，然后对每个像素的进行分类得到输出层。