DeepLab系列各有什么特点？

DeepLab v1

1.采用空洞卷积扩展感受野，获取更多的语境信息

2.采用完全连接的条件随机场(CRF)提高模型捕获细节的能力

DeepLab v2

1.在最后几个最大池化层中去除下采样，取而代之的是使用空洞卷积，以更高的采样密度计算特征映射

2.基于 Spatial Pyramid Pooling (SPP) ，在给定的输入上以不同采样率的空洞卷积并行采样

DeepLab v3

1.采用多比例的空洞卷积级联或并行来捕获多尺度背景

2.修改了空洞空间金字塔池化模块

DeepLab v3++

1.为了融合多尺度信息，引入语义分割常用的 encoder-decoder

2.引入可任意控制编码器提取特征的分辨率，通过空洞卷积平衡精度和耗时


猜你喜欢

如何理解HOG特征？

SIFT/SUR的特征提取方法是如何保持尺度不变性的？ 

数学不好能学人工智能课程？ 

下面是黑马程序员公开的几套人工智能视频教程，如果感兴趣可以下载学习。