年轻即出发，

聚类分支负责将同一车道线的像素汇聚，不同车道线的像素拉开，输出聚类图。得到分割分支和聚类分支的结果后，需要进行后处理操作，对分割结果进行几何形态学处理从而去除孔洞，对去除孔洞的图像进行连通域处理，得到不同的连通域，对不同连通域图像基于聚类分支结果进行赋值，然后基于dbsan聚类，得到最终的实例分割结果。基于实例分割图，通过预先训练好的H-Net转化为鸟撖图，再基于曲线拟合得到车道线的曲线方程，从而得到像素点，将鸟撖图的像素点通过H-Net的逆变换矩阵还原到原图上，最终得到最终的车道线像素点。

论文提出的期望最大化注意力机制Expectation- Maximization Attention (EMA)，摒弃了在全图上计算注意力图的流程，转而通过期望最大化（EM）算法迭代出一组紧凑的基，在这组基上运行注意力机制，从而大大降低了复杂度。X表示观测数据，Z表示隐变量空间，每一个数据x都有相应的隐变量与其对应，{X,Z}称为完整的数据，其极大似然估计就是lnp(X，Z|q)，q表示模型的参数。通过注意力可视化图，i，j，k，l表示四个随机选择的基的下标,右边四列绘出的是它们各自对应的注意力图。

该模型有别于传统的分割模型。传统分割模型只能输入原图输出固定的分割结果，SAM在设计上可以同时输入原图和特定提示（点、框、阴影、文本），然后根据不同的提示输出不同的分割结果图，并且SAM支持不同提示的交互式分割。SA-1B覆盖了更广泛的图片区间，比第二大分割数据集多了11倍的图片400倍的mask。随着提示点的数量的增加，SAM的分割效果越来越高，随着提示点从1到9的增加，SAM方法和其他分割方法之间的gap越来越小。在论文的交互式分割任务中，有的提示信息，比如点的提示，存在模棱两可的情况。

对于一样大小的卷积核使用直接复制权值的方法进行初始化，对于比较大的卷积核，通过对小的卷积核进行三线插值得到大的卷积核。的思想进行了改进实现的全卷积网络，其通过全卷积网络和逆向残差瓶颈单元的设计，可以实现比较大的空间感受野。由于是全卷积的设计思想，所以不同输入图像的宽，高不会产生影响，但是不同的通道数却是会对模型产生影响。，对通道数进行压缩，最终保证输入的通道数等于输出的通道数，输入的分辨率等于输出的分辨率。的卷积实现，可以实现将不同通道数的输入都压缩在同样的通道数目上，这样就保证了模型参数的可复用。

论文：Deep High-Resolution Representation Learningfor Visual RecognitionGithub：https://github.com/HRNet2020TPAMI论文提出了一个通用型网络结构，HRNet。最大的亮点就是具有丰富的低分辨和高分辨的融合特征。在分类，检测，分割，人体姿态估计，人脸关键点检测，超分，光流估计，深度估计等诸多任务都取得了非常好的效果，堪称网络结构中的万金油。网络结构：论文一共提出HRNe...

论文：BiSeNet: Bilateral Segmentation Network forReal-time Semantic SegmentationGithub：https://github.com/CoinCheung/BiSeNetFace++ECCV2018论文提出了一个实时的语义分割网络结构Bilateral Segmentation Network (...

论文：Real-time Hair Segmentation and Recoloring on Mobile GPUsGithub：https://github.com/google/mediapipe论文提出了一个手机端的实时的发型分割+换色的方案，使用手机端的gpu可以达到30-100FPS。网络结构：整体结构为hourglass 沙漏型结构。输出部分还...

DeepLabv1：Semantic Image Segmentation with Deep Convolutional Nets and Fully Connected CRFsICLR 2015官网：https://bitbucket.org/deeplab/deeplab-public.优点：速度快，带空洞卷积的基于VGG16基础结构的DCNN，可以达到8fps...

今天最好的表现，是明天的最低要求。论文：DFANet: Deep Feature Aggregation for Real-Time Semantic Segmentationgithub：https://github.com/huaifeng1993/DFANetCVPR2019，旷视科技作品论文提出了速度和精度完美平衡的新的语义分割网络结构DFANet，...

论文：ICNet for Real-Time Semantic Segmentation on High-Resolution Images官网：https://hszhao.github.io/projects/icnet/Github: https://github.com/hszhao/ICNetICNet即图片级联网络（image cascade network），...

天下难事，必作于易；天下大事，必作于细；是以圣人不以为大，故能成其大。 ——《老子》论文：SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image SegmentationBayesian ...

论文：A Simple Pooling-Based Design for Real-Time Salient Object DetectionGithub: https://github.com/backseason/PoolNet官网：http://mmcheng.net/poolnet/论文提出两个模块GGM (Global Guidance Module，全局引导模块)和F...

论文：CGNet: A Light-weight Context Guided Network for Semantic SegmentationGithub: https://github.com/wutianyiRosun/CGNet论文设计了Context Guided (CG) block，并且基于该block提出了Context Guided Network (CGN...

论文：ENet: A Deep Neural Network Architecture for Real-Time Semantic Segmentation代码：https://github.com/TimoSaemann/ENet论文提出了新的语义分割模型ENet (efficient neural network)，相比SegNet，速度提升18倍，计算量减少75倍，参数...

论文：YOLACT: Real-time Instance SegmentationGithub: https://github.com/dbolya/yolact论文提出了基于one-stage的目标检+分割的框架YOLACT。类似于YOLO，主打的亮点在于实时性。精度弱于mask-rcnn，但是速度却比mask-rcnn快很多。在MS-COCO上达到了29.8的map和33...

论文：Mask R-CNN Github:https://github.com/facebookresearch/Detectron 论文主要基于检测框架faster RCNN的基础上，增加了一个实例分割的head分支模块，从而实现Instance segment。实际速度可以达到5fps。 RCNN，fast RCNN，faster RCNN，mask RCNN进化史：R...

论文：Light-Weight RefineNet for Real-Time Semantic SegmentationGithub：https://github.com/DrSleep/light-weight-refinenet BMVC 2018 论文贡献：论文提出了RefineNet 的轻量化版本Light-Weight RefineNet ，针对实时分割任务，将...