本文是关于CS231n课程第十一章的学习笔记，聚焦图像分割和定位。介绍了分割模型的两类，一种是像素级分类的语义分割，另一种是同时分类和分割的全分割。探讨了滑动窗口和全卷积网络在分割中的应用，特别是利用上采样技术来恢复空间信息。此外，还讨论了分类加定位的问题，包括L2、L1和Smooth L1损失函数在定位中的使用，以及Fast R-CNN的RoI池化改进。
第十一章 Detection and Segmentation
总的内容包括Segmentation, Localization, Detection
第一小节内容为图像分割，了解图像分割本质是对每个像素点进行分类的过程，为了解决全卷积网络的计算复杂度问题，提出了与降采样相对应的上采样的方法。使用降采样和上采样方法对应，得到完整的End-to-End网络。
一、分割
分割模型其实也会分为两种，一种是只进行分割，将不同类别以像素级分别表示，另一种全分割就是在分割的基础上对每个物体进行分类，其中还要比较复杂的是将某一同类别物体但是不同个体进行分割
Semantic Segmentation主要任务是将每个像素（pixel）做分类
由于只根据像素进行分类，所以并不对实例进行区分，例如上图中的两个牛都分为牛，这也是语义分割的一个不足之处
思路：
idea1：滑动窗口，将每一个窗口分别计算类别，然后输出
缺点：计算量大，而且效率低，有很多overlap
idea2：Fully Convolutional：要做下采样和上采样
上采样：
upsampling：去池化（unpooling）
Transpose Convolution
实际应用过程中最大化下采样和最大
最低0.47元/天 解锁文章
770
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
