Unet分割网络

分割与分类不同, 分类只需要判断整体图像的信息,分割需要判断每个像素的信息。比如选西瓜的项目中,分类需要解决是好西瓜还是坏西瓜的问题,而分割要解决的是,西瓜在哪里,西瓜有多大的问题。
可以总结出,分割问题中,往往牵涉了几何位置等信息,而分类问题,往往是一种综合判断。
分割有很广泛的应用领域,如人体识别,安全帽识别,登记照更换背景等。
unet的网络结构如下:
Unet网络结构

右下角有每一层的作用,u字形的左边:卷积,池化,u字形的右边:卷积,上采样。
unet的广泛应用于SVM的广泛应用有着相同的原因,在小数据集上易于训练,效果不错,但是小网络毕竟有小网络的局限,当我们有海量数据的时候,还是有理由相信我们需要更大的网络来处理

参考

  1. 图像分割必备知识点
  2. unet论文
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

打赏作者

手持电烙铁的侠客

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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