课程连接:https://aistudio.baidu.com/aistudio/education/group/info/16606/topicdirectly=1&shared=1
- 语义分割和图像分类问题的不同
语义分割和图像分类问题任务目标的不同:图像分类任务的输出是输入图片属于不同类别的概率,语义分割和图像分类问题网 络结构的不同.
语义分割和图像分类问题网络结构的不同:图像分类任务后半部分结构是全连接层,最终输出是一个向量,语义分割任务后半部分还是卷积层,最终输出是一张图片。 - 语义分割网络的重要结构
上采样:Interpolation(插值),Transpose Conv(转置卷积),Unpool(反池化) - 语义分割常用网络和对应代码位置索引
FCN(Fully Convolutional Networks)网络:是网络结构全部都是卷积的网络
U-Net网络就:Encoder和Decoder完全对称的网络
DeepLabV3P网络:使用了空洞卷积和深度可分离卷积的网络
HRNet网络:保持高分辨率的网络
OCRNet网络:应用了对象上下文表示的网络 - 描述了语义分割和图像分类问题的不同,介绍了语义分割网络的重要结构:上采样,有利于大家快速学习语义分割网络结构的核心问题,建立了课程中主要网络与Paddleseg对应代码位置连接,便于源码阅读和学习