deeplabv3架构_如何评价deeplab v3+？

想对楼上的同学说，看了我们的源码后你会觉得毕设压力小更多PaddlePaddle/models​github.com

DeepLab v3+ 是DeepLab语义分割系列网络的最新作，其前作有 DeepLab v1，v2, v3, 在最新作中，Liang-Chieh Chen等人通过encoder-decoder进行多尺度信息的融合，同时保留了原来的空洞卷积和ASSP层， 其骨干网络使用了Xception模型，提高了语义分割的健壮性和运行速率。其在Pascal VOC上达到了 89.0% 的mIoU，在Cityscape上也取得了 82.1%的好成绩，下图展示了DeepLab v3+的基本结构4：

DeepLab v3+在主干网络之后连接了Encoder和Decoder，能够在扩大网络感受的同时获得更加高清的分割结果。

在PaddlePaddle的模型库中已经包含了DeepLab v3+的训练以及测试的代码。我们首先安装最新版本的PaddlePaddle并且下载PaddlePaddle的模型库：

pip install -U paddlepaddle

git clone https://github.com/PaddlePaddle/models.git

当模型仓库成功克隆，你将可以在目录fluid/PaddleCV/deeplabv3+ 下看到用于训练以及测试的代码：

ls fluid/PaddleCV/deeplabv3+

├── models.py # 网络结构定义脚本

├── train.py # 训练任务脚本