干货 | 语义分割综述论文总结与推荐

添加几篇 19-20 年的综述
Evolution of Image Segmentation using Deep Convolutional Neural Network: A Survey
这篇涉及了一些实例分割。
pdf：https://arxiv.org/pdf/2001.04074.pdf

Deep Semantic Segmentation of Natural and Medical Images: A Review
这篇损失函数介绍的比较多，其他部分大同小异。
pdf：https://arxiv.org/pdf/1910.07655.pdf

Image Segmentation Using Deep Learning: A Survey
这篇包含了 18、19 年的一些新的网络结构。
pdf：https://arxiv.org/pdf/2001.05566.pdf

1. A Review on Deep Learning Techniques Applied to Semantic Segmentation - 2017

文章首先对常用的分类网络进行了简单的介绍，然后提了一下迁移学习、数据预处理和数据增强。接下来介绍了各种数据集，包括 2D、2.5D（RGB 和深度）和 3D 数据集，是我看到过介绍数据集最全面的一篇文章。

文章第四部分对方法进行了总结，列了一张表，制了一张图，十分直观。这部分以 编码器变体、集成上下文知识、实例分割、用于 2.5D 数据集的方法、用于 3D 数据集的方法 和 用于视频序列的方法 分别对语义分割网络进行了总结。内容充实，干货满满。

文章最后还对各个方法在数据集上得到的结果进行了总结，这是在其他综述论文里没有的。

• 推荐指数：★★★★★

---

2. Survey of recent progress in semantic image segmentation with CNNs - 2017

这篇文章没有对数据集的介绍，但是对各种方法介绍得十分详尽，也对网络在数据集中的性能进行了总结。

文章主要将方法分为了两类：多粒度特征的组合 和 上下文关系的建立。

除此之外，文章还总结了一些弱监督语义分割的方法，并在最后推荐了一些可能的研究方向。

• 推荐指数：★★★★★

---

3. Recent progress in semantic image segmentation - 2018

这篇文章对网络的划分比较细，例如有 联合 FCN 和 CRF、金字塔方法 等等。并且对一些主要技巧有配图，可以很直观地看到网络的架构。介绍的方法虽然没有前面的多，但是都很具有代表性，非常适合想快速一览语义分割方向的研究者。

• 推荐指数：★★★★★

---

4. A review of semantic segmentation using deep neural networks - 2018

这篇文章对方法的划分又和上面的文章不同，分成了 基于区域的方法 、基于 FCN 的方法 以及 弱监督语义分割。文章最后的讨论也值得一看。

• 推荐指数：★★★★

---

5. Deep Semantic Segmentation for Automated Driving: Taxonomy, Roadmap and Challenges - 2017

这篇文章主要关注的是与自动驾驶有关的语义分割，且对方法的总结并不是很多，文章对学习中遇到的挑战的总结值得一览。

• 推荐指数：★★★

---

6. A Survey of Semantic Segmentation - 2016

这篇文章比较旧了，主要介绍的还是传统的语义分割方法，也对数据集和评估指标有所介绍，文章写得还是不错的，适合想了解语义分割历史的研究者。文章最后对分割数据集中图像可能存在的问题的总结值得一览。

• 推荐指数：★★★

---

如有其他优秀语义分割综述论文，欢迎推荐。

论文打包下载：
https://pan.baidu.com/s/1OslBIeYbq0_39mPvpgKPXQ
提取码: qujg