语义分割方法总结

语义分割方法总结:

  1. FCN  ---  分割结果不精细/未考虑到像素之间/缺乏空间的一致性/
  2. Pspnet  ---  在PCN基础上增加金字塔模块
  3. U-Net  ---  在FCN基础上增加Encoder + Decoder 的U型结构(用在医学)→医学影像的语义简单,能够运行低分辨率的信息,为目标类别分类
  4. Deeplab系列  ---  最新算法DeepLabV3++
  5. DPN  ---  MRF + CNN
  6. SegNet  ---  泛化性高金字塔→多尺度问题

语义分割指标:PA(像素精度)、MPA、mIoU

骨干网络:VGGNet、AlexNet、ResNet

实时语义分割:ENet、ESPNet、ICNet、BiseNet

实例分割:Mask R-CNN、YOLACT、YOLACT++

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