语义分割
定义
- 细粒度逐像素分类
- 区分与实例分割、全景分割
基本思想
-
发展历程
- 基于颜色分割——不知道物体确切定义特征
- 逐像素分类——划窗,变成了图像分类问题
- 在全图上进行卷积,便于共享信息
-
但全连接层有要求固定维度——将全连接层卷积化(全连接层的每个神经元都变成了一个卷积核,特征图大,概率图也就大)
-
- 在全图上进行卷积,便于共享信息
-
预测过程
- 升采样
- 双线性插值(实现是通过卷积核
- 转置卷积(也就是通过深度学习,来找到最佳的线性插值的卷积值
- 直接升采样高层特征会丢失许多细节,所以要多用上低层次特征图
-
在UNet中思路更加明显
- 上下文信息(PSPNet
- 要求感受野足够大
- 特征图大感受野受限,特征图小感受野打
- 升采样
-
DeepLab
- 不增加参数的情况下增大感受野,避免插值——空洞卷积
-
应用在降采样
- CRF概率模型来精细预测分割结果——条件随机场(通过最小化能量函数
- 空洞卷积来池化(升采样信息
- 不增加参数的情况下增大感受野,避免插值——空洞卷积