语义分割网络之PSPnet

本文介绍PSPnet,一种解决基于FCN全卷积网络在语义分割中遇到的问题的方法。该网络利用金字塔模型提取多尺度信息,实现State-of-the-art的分割效果。关键点包括多尺度Pooling和额外深度监督Loss。文章提供了Caffe代码链接,详细指导了数据训练过程,包括数据标注工具和训练模型的准备,以及训练后的测试结果。
摘要由CSDN通过智能技术生成

一.提出背景

       基于FCN全卷积网络的分割面临诸多问题,这篇文章从多尺度入手,提出了金字塔模型来提取多尺度的信息,达到了 State-of-the-art 的结果

       论文:PSPnet:Pyramid Scene Parsing Network 【点击下载

       Caffe代码:【Github


二.算法框架

       算法细节比较多,这里我主要强调以下几个关键点:

       1)通过多尺度 Pooling 的方式得到不同 Scale 的 Feature,Concat 得到判别的多尺度特征;

     

       2)加入额外的深度监督 Loss

        

三.数据训练

1)下载

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值