语义分割网络学习整理，unet，fcn，segnet，deeplab，以及各个模块，注意力机制等学习

语义分割网络整理

学习计划

一. 基础网络架构

• unet
• fcn
• segnet
• deeplab
• Resnet系列
• LENET
• DenseNet
• VGGNet
• GoogleNET
• Res2NET
• InceptionNet
• SqueezeNet
• ShuffleNET
• SENet
• DPNet
• Mobilenet
• NasNet
• DetNet
• EfficientNet

二. 各模块汇总

1. 注意力机制

• SE
• Non local
• CcNet
• GCNet
• Gate
• CBAM
• Dual Attention
• Spatial Attention
• Channel Attentiom

2. 卷积结构

• Residual Block
• Bottle-neck block
• Split-attention block
• Depthwise Separable Convolution
• Recurrent convolution
• Group convolution
• Dilated convolution
• Octaua convolution
• Ghost convolution

3. 多尺度模块

• ASPP
• PPM
• DCM
• DenseASPP
• FPA
• Ocnet
• MPM
  着重在ASPP, PPM上，考虑加权

4. 损失函数loss

• Focal loss
• Dice loss
• BCEloss
• Wetight loss
• Boundary loss
• Softmax loss
• Topk loss
• Hausdorff distance loss(HD loss)
• Sensitivity Specificity loss

5. 池化结构

• Maxpooling
• Avarage pooling
• Random pooling
• Stirp pooling
• Mixed pooling

6. 学习衰减策略

• StepLR
• MultiStepLR
• RxponentialLR
• Cosine Annealing LR
• ReduceOn plateau

7. 归一化模块

• Batch Normalization
• Layer Normalization

未完待续。。。。。

参考知乎‘语义分割该如何走下去？’湃森的回答