wildridder的博客

Gated-SCNN解读Gated-SCNN是ICCV2019的文章，以往的语义分割最新方法在单个神经网络中处理 包括颜色、形状、纹理特征的密集特征表示，然而这种方法可能并不理想，因为他们包含了与识别相关的不同信息，所以本文提出了一种双流CNN结构，将形状信息放在另外一个分支中单独处理，即形状流，与经典流并行处理。这种构架的关键在于连接两种流中间的gates，使用经典流中高级别的激活来控制形状...

《Asymmetric Non-local Neural Networks for Semantic Segmentation 》文章解读文中提出了两个模块Asymmetric Pyramid Non-local Block (APNB) 和Asymmetric Fusion Non-local Block (AFNB)。APNB将金字塔采样利用到non-local块中，在不牺牲性能的情况下大大...

U-Net论文解读及代码解读U-Net: Convolutional Networks for Biomedical Image Segmentation

FCN论文解读及代码分析Fully Convolutional Networks for Semantic SegmentationFCN是卷积神经网络用于语义分割的开山之作，文章的出发点在于如何将普通的分类卷积神经网络用于语义分割网络。卷积神经网络在分类任务上取得了重大突破，因为随着卷积网络的层数加深，网络从图像中提取出越来越抽象的语义信息特征图的通道数越来越多，并且为了控制计算量，特征图的...

DeepLabV3论文解读（空洞卷积/膨胀卷积 理解）最近在做基础网络研究，设计的网络结构除了在分类数据集上测试，还需要在分割和检测网络上测试效果，故选择了DeepLabV3作为对比平台。本想直接替换backbone查看结果，但不如借此机会把DeepLabV3好好研究清楚，顺带把分割领域的经典论文研究一遍，于是有了这篇博客~FCN、SegNet、U-Net、CRFDeepLabV3结构解读...