霹雳吧啦Wz语义分割学习笔记P6

P6.DeepLabV1网络简介

1.前言

semantic image segmentation with deep convolutional nets and fully connected CRFs

2014 CVPR

https://arxiv.org/abs/1412.7062

语义分割任务中存在的问题：

下采样导致图像分辨率降低——采用空洞卷积

空间不敏感——fully-connected CRF

网络优势：

速度更快，论文中说是因为采用了膨胀卷积的原因，但fully-connected CRFs很耗时

准确率更高，相比之前最好的网络提升了7.2个点

模型结构简单，主要由DCNNs（作为语义分割网络的backbone）和CRFs联级构成

DeepLab的三个重要结构：

DeepLab-MSc（多尺度）-CRF-LargeFOV

2.LargeFOV（Field of View）

在保证mean IOU不下降的前提下减少模型的参数数量，加快模型的训练速度

 DeepLab-LargeFOV结构

3.MSc（Multi-Scale）融合多尺度的数据

包含原图尺度数据，前四个maxpooling层的输出数据

不推荐MSc的原因：

增加训练参数数量

增大网络训练时所占用的GPU显存

降低训练和推理的速度