DeeplabV3+總結

Abstract 網絡中靠前的層可以通過在不同級別(rates 級別)和不同感受野下, 對輸入特徵的卷積或者池化來對不同尺度的上下文信息進行編碼. 網絡中靠後的層可以通過逐漸回覆空間信息捕捉到清晰的物體邊界. DeepLabv3+結合以上兩種特點.具體是: 通過添加一個簡單但是很有效的解碼模塊去擴展DeepLabv3, 通過物體邊界信息改進分割結果. 探索Xecption模型, 將depthwis

>>阅读原文<<