小結-語義分割

語義分割是將標籤分配給圖像中的像素。 一、圖像分類與語義分割不同點？ 池化層可以增加感受野，同時減少特徵圖的分辨率。這對於分類來說十分有效，其對象的空間位置無關重要，並能提取出更多抽象、突出的特徵。然而，池化和帶步長的卷積對語義分割是不利的，因爲降低特徵圖分辨率意味着空間信息的丟失，如精確的邊緣形狀。因此語義分割提出的幾種典型的網絡都致力於恢復編碼器中因降低分辨率而丟失的信息。 二、語義分割方法

>>阅读原文<<