m0_74882149的博客

原创 FCN，PSPNET，Deeplab-v3的网络结构

具体来说，PSPNet在网络的最后添加了一个PPM模块，该模块包含了多个不同尺度的池化层，通过将不同尺度的特征图进行池化操作，再将这些不同尺度的特征图进行拼接，从而得到更加全面和上下文相关的特征表示。具体来说，FCN将CNN的最后几个全连接层替换为卷积层，使得网络可以接受任意尺寸的输入图像，并输出与输入尺寸相同，通道数为目标类别数+1（背景）的语义分割结果。综上所述，DeepLab-v3的网络结构通过结合预训练的深度卷积神经网络、空洞卷积、空间金字塔池化和上采样等技术，实现了高效的图像语义分割性能。