语义分割 学习篇

事先声明：

本文用于个人自学复习，无其他想法，参考来自Jayden yang

原文链接：

Jayden yang的博客-CSDN博客_语义分割

一、评价指标：

1.平均 IOU（Intersection Over Union，交并比） 关于预测框和标注框的

2.pixcal-accuracy （PA，像素精度）：基于像素的精度计算是评估指标中最为基本也最为简单的指标，从字面上理解就可以知道，PA是指预测正确的像素占总像素的比例.

二、部分模型介绍(按照论文发表时间顺序)

FCN网络  开天辟地之作！！！

 Fully Convolutional Networks for Semantic Segmentationhttps://arxiv.org/abs/1411.4038
UNet网络

U-Net: Convolutional Networks for Biomedical Image Segmentation （2015/5/18）https://arxiv.org/abs/1505.04597v1主要贡献：利用较少的数据集 来有效处理大尺寸图片。

特点：网络结构是U字型的  很有特色。

SegNet网络

SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentationhttps://arxiv.org/abs/1511.00561主要贡献：使用最大池化指数转移至解码器，改善了分割分辨率。

空洞卷积（Dilated Convolution）

Multi-Scale Context Aggregation by Dilated Convolutionshttps://arxiv.org/abs/1511.07122主要贡献:空洞卷积是一种可用于密集预测的卷积层，能在不降低空间维度的前提下增大相应感受野指数。

Deeplab（V1 V2）

Deeplab v1：Semantic Image Segmentation with Deep Convolutional Nets and Fully Connected CRFs（2014/12/22）https://arxiv.org/abs/1412.7062Deeplab v2：DeepLab: Semantic Image Segmentation with Deep Convolutional Nets, Atrous Convolution, and Fully Connected CRFs（2016/6/2）https://arxiv.org/abs/1606.00915主要贡献：使用了空洞卷积、提出了在空间维度上实现金字塔型的空洞池化atrous spatial pyramid pooling(ASPP);

RefineNet
RefineNet: Multi-Path Refinement Networks for High-Resolution Semantic Segmentation（2016/11/20）https://arxiv.org/abs/1611.06612主要贡献：在高分辨率预测的计算研究下，DeepLab中使用的空洞卷积计算成本高，故使用RefineNet模块，其作用是能通过对较低分辨率特征进行上采样来融合多分辨率特征。

PSPNet
PSPNet: Pyramid Scene Parsing Networkhttps://arxiv.org/abs/1612.01105主要贡献：使用空洞卷积改善残差结构，添加了一个金字塔池化模块来聚合背景信息；另外新增了附加损失auxiliary loss起到监督作用。

大内核（Large Kernel Matters） Large Kernel Matters - Improve Semantic Segmentation by Global Convolutional Network（2017/3/8）https://arxiv.org/abs/1703.02719主要贡献：提出了一种带有大维度卷积核的编解码结构网络。

Deeplab v3

DeepLab v3:Rethinking Atrous Convolution for Semantic Image Segmentation(2017/6/17)https://arxiv.org/abs/1706.05587主要贡献：在v1、v2的基础上改善了空间维度上的金字塔空洞池化方法(ASPP)，并且该模块级联了多个空洞卷积结构。

EncNet

EncNet：Context Encoding for Semantic Segmentation（CVPR2018）http://openaccess.thecvf.com/content_cvpr_2018/papers/Zhang_Context_Encoding_for_CVPR_2018_paper.pdf主要贡献：引入上下文编码模块(Context Encoding Module)，引入全局上下文信息(global contextual information)，用于捕获场景的上下文语义并选择性的突出与类别相关的特征图。与此同时，结合现先进的扩张卷积策略和多尺度策略提出了语义分割框架EncNet(Context Encoding Network)。

DenseASPP

DenseASPP for Semantic Segmentation in Street Scenes（CVPR2018）http://openaccess.thecvf.com/content_cvpr_2018/papers/Yang_DenseASPP_for_Semantic_CVPR_2018_paper.pdf主要贡献：在ASPP基础上提出密集连接扩张空间金字塔池，能够生成覆盖非常大范围的接受野特征、能够以非常密集的方式生成特征。

Deeplab v3+
Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation（CVPR2018）https://arxiv.org/pdf/1802.02611.pdf主要贡献：网络中使用了两种类型的神经网络，空间金字塔模块以及encoder-decoder结构。前者能够在不同分辨率下以池化操作获得丰富的上下文信息，后者能够逐渐获得清晰的物体边界。

DFANet 深度特征聚合网络​​​​​​

主要贡献：实时和底运算量的语义分割上的新记录。深度可分卷积被证明是实时推理中最有效的操作之一。

DANetDANet:Dual Attention Network for Scene Segmentation（CVPR2019）https://arxiv.org/pdf/1809.02983.pdf主要贡献：提出了一种具有自我关注机制的新型双注意网络（DANet），以增强场景分割的特征表示的判别能力。

有好多好多：
Auto_Deeplab
APCNet
CANet

。。。。。。。。。。。。。