MMSegmentation（OpenMMLab AI实战营笔记8）

这节课是关于Segmentation算法的分享

MMSegmentation库简介

• 算法简介
  MMSegmentation是一个基于PyTorch深度学习框架实现的图像分割工具包。它包含了多种经典和先进的图像分割算法，如FCN、UNet、DeepLabv3等，并提供了预训练模型和训练/测试代码，方便用户快速进行图像分割任务的实验和应用。
  MMSegmentation还提供了丰富的数据增强和数据集处理工具，支持常见的数据集格式，如Pascal VOC、COCO、ADE20K等。此外，MMSegmentation还支持多卡并行训练和分布式训练，可以应对大规模数据集和复杂模型的训练需求。
  
• 支持算法库
  

语义分割pipeline

• 逐像素分割
  
• 全连接层的使用
  

经典论文分享

• FCN
  
  这篇文章是使用卷积神经网络提取特征之后，使用上采样方法进行还原。
  上采样的方式有两种，分别是双线性插值和转置卷积。它们的区别是双线性插值是不可学习的，而转置卷积可以学习。
  
  

• UNet
  
  UNet是一种在不同特征维度进行融合的方式，因为不同维度的特征融合之后再进行分割会得到更好的效果。

• PSPNet
  
  和UNet相比，它的特征融合方式不同。

• DeepLab {V1, V2, V3, V3+}
  空洞卷积
  
  模型
  
  能看到在DeepLab中使用了多次空洞卷积。

Transformer分割方法速览