分割网络为了充分考虑上下文信息,以解决感受野尺度的问题,分别采用如下手段:
(1) 特征融合,以Parse Net, Sharp Mask为代表;
(2) Dilated Convolutions, 以ENet为代表;
(3) 多尺度预测,以Multi-scale CNN-Eigen, PSP Net等为代表;
(4) 条件随机场,以DeepLab, CRFasRNN, MINC-CNN等为代表;
另外还有使用RNN来推迟上下文建模等;
这里面Dilated Convolutions又称为带孔的卷积,与多尺度特征融合紧密结合,成为普遍的趋势。
获取上下文信息的方法
最新推荐文章于 2024-03-10 09:00:00 发布