DeepLab v3+

        语义分割主要面临两个问题，第一是物体的多尺度问题，第二是DCNN的多次下采样会造成特征图分辨率变小，导致预测精度降低，边界信息丢失。DeepLab V3设计的ASPP模块较好的解决了第一个问题，而这里要介绍的DeepLabv3+则主要是为了解决第2个问题的。

DeepLab V3+的改进点：

1. 使用Encoder-Decoder的设计架构。将DeepLab V3作为编码器（利用atrous convolution生成任意维度的特征，并采用ASPP策略），在其后面级联解码器（注意，不再是直接一步恢复到原始大小哦）进而恢复边界细节信息。
2. backbone的更改。探究了ResNet-101替换成Xception模型的可行性，采用depthwise separable convolution进一步提高分割算法的精度和速度。
    

DeepLab V3+的主要结构