计算机视觉论文阅读一：谷歌SEMANTIC IMAGE SEGMENTATION WITH DEEP CONVOLUTIONAL NETS AND FULLY CONNECTED CRFS

首先，文章原址：https://arxiv.org/pdf/1412.7062.pdf

 这篇文章是在DeepLab: Semantic Image Segmentation with Deep Convolutional Nets, Atrous Convolution, and Fully Connected CRFs的前版本，deeplab很多思想都是本篇文章的扩写，毕竟同一群人的后续工作。

本博客不翻译论文，而写论文总结。因为博客作者字太丑，笔记记得太烂了，自己都不想回看，所以依赖于电脑。

以及为什么还要总结一些历史啊论文之外的东西啊，当然是因为这些“废话”小白作者没看之前不知道啊。所以要学要记啊。

 

• 摘要

1. 这个网络是基于DCNN
2. 像素级的分类或者说是语义分割
3. 克服了DCNNs的不能局部精准物体分割问题（DCNNs优点在于局部扰动无关）所以说是个博弈，你又想认真看局部，又想对于局部变化不敏感
4. 把最后一层DCNN网络的反馈和马尔科夫全连接场结合

• introduction
  • DCNN一直用以解决高层次问题，比如图像分类，物体探测，优越性来源于对于局部变型(transform)不敏感，也就有助于层次化抽象有效信息
  • 本论文很重视运算效率，所以采用了hole算法来效率的解决同时又能得到密集的特征图，在此推荐一个博客里面hole讲的很细https://blog.csdn.net/touch_dream/article/details/79267818
  • 用caffe以及im2col function做的，该function将多通道特征图转换成vectorized patch我翻译为向量形式的一个包
  • 本网络是建立在VGG-16上的，调整了模型的weight。