语义分割学习笔记--使用paddlepaddle实现各大经典模型

最近参加了百度举办的图像分割7日打卡营，课程链接https://aistudio.baidu.com/aistudio/course/introduce/1767，在课程中有大佬老师带领着从算法原理到代码实现，还是aistudio平台特斯拉V100GPU可以白嫖。话不多说，先上图

可以看到显卡为32G内存的V00，跑深度学习模型不要太爽

看一下图片和分割结果

DeepLabv3+的网络结构图

语义分割，实例分割和全景分割分别是什么。简单来说，语义分割就是给每个像素分类，实例分割就是把每个物体的像素标出来，不同物体（比如不同的人）分为不同的类，不考虑背景，把两者结合就是全景分割。

后面的课程还有对图卷积网络的介绍，以及实例分割的经典网络模型，如Mask R-CNN。

语义分割经典网络，我最喜欢UNet，因为我的研究方向是偏医学影像处理的。PSPNet和DeepLab也很好用，在课程中都有代码实现，为了不剧透这里就暂时不放代码了。顺便说一下朱老师手敲代码的能力我是佩服的五体投地。

这是最开始介绍的ppt，FCN网络是最早的工作，不过现在不常用了。FCN那篇文章有几万的1引用了，可以说是深度学习做语义分割的开山之作。

最后介绍一下课程的考核，其实大部分时间要花在自己写代码上面，看到自己的代码跑通了会很开心。