CV语义分割模型小抄(1)

前言

写完 CV领域经典backbone模型小抄(1) 之后，我们知道，backbone加上分类头就可以做分类任务了，那么如果backbone加上一些目标检测和图像分割头，其实也可以做目标检测和实例分割任务。
该文用来记录一些常见的图像分割方法。图像风格包括实例分割和语义分割。
CV领域经典backbone模型小抄(1)

CV目标检测模型小抄(1)

CV语义分割模型小抄(1)
CV实例分割模型小抄(1)
全景分割模型小抄(1)

下一篇: CV语义分割模型小抄(2)

卷积操作后大小计算 卷积与转置卷积——pytorch

图像处理常见操作: 数据增广：旋转，缩放，平移以及错切

论文

DeepLab V1

2014 CVPR
VGG 结构更改， 加上条件随机场

FCN

2015 CVPR

• 论文:
  基于Vgg16的结构，把全连接层换成1*1卷积
  
  

输出channel: 物体类别加上背景类。高宽与原图像一致(一般而言都是一样的)。

截图来自: FCN网络结构详解(语义分割)_霹雳吧啦Wz 26:24时刻

DeepLab V2

2016 CVPR
ResNet结构更改， ASPP结构(taros spatial pyramid pooling)

DeepLab V3

2017 CVPR

• 结构还是参照resnet, 不过也可以使用像mobileNetV3-large这样的网络
  提出了两种结构cascaded model和ASPP model, 不过后者结构好一点。
• 引入Multi-grid
• 改进ASPP结构
• 移除CRF
  
  
  

UNet

unet后续实现的版本可能与上图有所出入，例如pytorch官方的代码。但大致结构一致。

该网络的base版本经常用于训练样本比较少的情况，并且也常用于扩散学习。后续还有UNet++等改进版本，并嵌入resnet等backbone。

• 论文: U-Net: Convolutional Networks for Biomedical Image Segmentation
• 视频讲解: U-Net网络结构讲解(语义分割)

另外UNet在医疗领域用的挺多 深度学习论文精读7：nnUNet