SegNet，Unet，PspNet学习小结

SegNet，Unet，PspNet学习小结

一、 写在前面

首先，深度学习中的不同模型，实质是对不同层级（卷积层、池化层…）的不同组合方式。
就像是用积木（层级）搭房子（模型），积木有很多种类型，最后呈现出来同样是可以房子，但是房型各不相同。

二、一些小结

在看语义分割的内容的时候，学习了几个典型的模型：SegNet，Unet，PspNet。
根据宝藏博主的内容自己整合了一下它们的区别（欢迎补充指正）
宝藏博主专栏页面

SegNet：

只选一个hw压缩4次的特征层进行三次上采样得到输出层。

Encoder中提取了多次特征的f4进行处理，利用Decoder进行多次上采样Upsampling2D。最后得到一个具有一定hw的filter数量为n_classes的图层。

（参考来源：https://blog.csdn.net/weixin_44791964/article/details/102979289）

Unet：

利用到了压缩了2、3、4次的特征层，最后输出图像分割的结果。就每次上采样的时候，都拿出编码过程中对应压缩得到的特征层进行融合。

unet是一个语义分割模型，其主要执行过程与其它语义分割模型类似，首先利用卷积进行下采样，然后提取出一层又一层的特征，利用这一层又一层的特征，其再进行上采样，最后得出一个每个像素点对应其种类的图像。

看如下这幅图我们大概可以看出个所以然来：
在进行segnet的详解的时候我们知道，其只选了一个hw压缩了四次的特征层进行三次上采样得到最后的结果。
但是unet不一样，其利用到了压缩了二、三、四次的特征层，最后输出图像分割的结果（可以选择是否需要压缩了一次的特征层）。

（参考来源：https://blog.csdn.net/weixin_44791964/article/details/102983853）

Pspnet：

分区域进行平均池化，（对最后一个特征层分别分割成1x1的区域，2x2的区域，3x3的区域，6x6的区域，分别进行平均池化），再对结果 进行resize，最后带上编码过程最后的特征层组合输出。
主要采用了pspblock也就是psp模块。
psp模块的样式如下，其psp的核心重点是采用了步长不同，pool_size不同的平均池化层进行池化，然后将池化的结果重新resize到一个hw上后，再concatenate。
即：
红色：这是在每个特征map上执行全局平均池的最粗略层次，用于生成单个bin输出。
橙色：这是第二层，将特征map划分为2×2个子区域，然后对每个子区域进行平均池化。
蓝色：这是第三层，将特征 map划分为3×3个子区域，然后对每个子区域进行平均池化。
绿色：这是将特征map划分为6×6个子区域的最细层次，然后对每个子区域执行池化。

参考来源：https://blog.csdn.net/weixin_44791964/article/details/102985167