DeepLabv3+ 简介

DeepLabv3+ 是由 Google Research 提出的先进 语义分割（Semantic Segmentation） 深度学习模型，是 DeepLabv3 的升级版。它通过引入改进的解码器（Decoder） 模块，显著提升了物体边界的分割精度，同时保持了多尺度上下文信息提取的能力。

1. 核心架构

DeepLabv3+ 采用 编码器-解码器（Encoder-Decoder） 结构：

• 编码器（Encoder）：基于 DeepLabv3，使用 空洞空间金字塔池化（ASPP, Atrous Spatial Pyramid Pooling） 来捕捉多尺度特征。

• 解码器（Decoder）：通过融合低层特征（如 CNN 浅层特征） 和高层语义信息，优化分割结果的细节，特别是物体边缘。

• 主干网络（Backbone）：常用 ResNet-101、Xception 或 MobileNetV2（轻量化版本）。

2. 关键创新

(1) 空洞卷积（Atrous/