一、下采样:由输入图片得到特征点热图
二、上采样:由特征点热图得到预测图
经典:FCN、U-Net
为什么要进行下采样?
A: 每层特征提取都能得到一个轮廓,高纬度的特征,提高卷积核的覆盖
下采样 丢弃全连接层,通过卷积的方式得到特征点热图
上采样 预测图像为灰度图像,不同灰度代表不同的语义
常用:双线性插值、反卷积
FULL卷积:放大图像的作用,放大后的结果中,通过补零的操作,原图像边缘效果会很差
新方法:像素点周围补零实现反卷积
SAME卷积:(待填写)
一、下采样:由输入图片得到特征点热图
二、上采样:由特征点热图得到预测图
经典:FCN、U-Net
为什么要进行下采样?
A: 每层特征提取都能得到一个轮廓,高纬度的特征,提高卷积核的覆盖
下采样 丢弃全连接层,通过卷积的方式得到特征点热图
上采样 预测图像为灰度图像,不同灰度代表不同的语义
常用:双线性插值、反卷积
FULL卷积:放大图像的作用,放大后的结果中,通过补零的操作,原图像边缘效果会很差
新方法:像素点周围补零实现反卷积
SAME卷积:(待填写)