飞桨paddlepaddle图像分割课程笔记
最近花了一周时间听了百度飞桨推出的图像分割课程,受益匪浅,特此记录一下。
1. FCN 全卷积网络
上图是一个FCN-32s网络的结构图。在这个网络中,图片经过骨干网络(VGG Network)提取特征后,得到长宽缩小32倍的特征图,随后直接将特征图上采样32倍,得到和输入图片一样大小的分割图。
是不是特别简单直接。别看这个网络设计的这么简单,但确实可以得到分割图。
当然,因为是直接将特征图上采样32倍,这种方式得到的分割精度不会很高。
为了提高分割精度,作者还提出将骨干网络的中间层提取出来,与上述分割结果融合,得到最终的输出结果。这样就可以得到FCN-16s, FCN-8s, FCN-4s以及FCN-2s网络。
上图展示的是FCN-8s网络,该网络将Pool3和Pool4的输出取出,与FCN-32s的输出结果融合,得到最终的分割图。具体的融合方式见下图: