【小白入门(2)】语义分割系列文章学习

本文深入探讨语义分割领域的核心网络模型,包括FCN-Unet、Deeplab及Mask-Rcnn系列,旨在通过详细解析与实践,帮助读者掌握各模型原理与应用,适合初学者与进阶者共同学习。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、前言

写这一系列文章时,优秀的Alex还是一电子信息专业的大四本科生,恰巧做了关于医学图像分割相关方面的毕业设计。笔者读了很多语义分割方面的文章,但是都是浅尝辄止,并且很快就忘了前面学过的知识。因此,笔者希望通过写优快云博客记录下学习内容的方式巩固学习过的知识,加深对语义分割相关网络的理解,并且希望在很久一段时间后可以回过头来看一下这些内容。由于笔者水平有限,文章内容难免有所缺陷,欢迎广大深度学习、机器学习爱好者提出疑问及建议。

二、博客设置规划

笔者在毕设期间主要接触了FCN-Unet系列、deeplab系列、Mask-Rcnn系列等相关文章。因此文章设置及安排答题如下:

1、Fcn-Unet系列

本部分主要由Fcn及Unet两部分组成,笔者打算将FCN及Unet单独设立一篇博客,并单独建立一篇Unet代码调试的博客,共计三篇博客。

2、Deeplab系列

本部分有Deeplabv1、Deeplabv2、Deeplabv3及Deeplabv3+三篇论文,笔者打算设置deeplabV1&V2、DeeplabV3&V3+以及Deeplab代码调试三篇博客。

3、Mask-Rcnn系列

三、博客链接

(持续更新ing~)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值