【图像分割】经典图像分割网络简单介绍、原文源码分享

分享经典图像分割网络,例如FCN、U-Net、DeeplabV3等

1、全卷积神经网络FCN

特点:不包含全连接层;上采样和跳跃连接;端到端
原文:https://arxiv.org/abs/1411.4038
源码:https://github.com/pochih/FCN-pytorch
在这里插入图片描述

2、U-Net

特点:多尺度跳跃连接;适合超大图像分割
原文:https://arxiv.org/pdf/1505.04597v1
源码:https://github.com/milesial/Pytorch-UNet
在这里插入图片描述

3、ResNet (CVPR’2016)

特点:残差结构,resnet51 resnet101
原文:https://arxiv.org/abs/1512.03385
源码:https://github.com/KaimingHe/deep-residual-networks
在这里插入图片描述

4、DeeplabV3PLUS

特点:空洞卷积
原文:https://arxiv.org/abs/1706.05587
源码:https://github.com/VainF/DeepLabV3Plus-Pytorch
在这里插入图片描述

5、MobileNetV2 (CVPR’2018)

特点:轻量化
原文:https://arxiv.org/abs/1801.04381
源码:https://github.com/d-li14/mobilenetv2.pytorch

6、MobileNetV3 (ICCV’2019)

特点:轻量化
原文:https://arxiv.org/abs/1905.02244
源码:https://github.com/kuan-wang/pytorch-mobilenet-v3

  • 3
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值