遷移學習與語義分割（Seg Net）

     前情回顧 我們在前三期介紹了 遷移學習與計算機視覺 遷移學習與圖像分類 遷移學習與目標檢測（faster RCNN） 這一節爲大家詳細講解遷移學習與語義分割的基本原理 ﹏ ﹏ ﹏ ﹏ 語義分割的任務是將圖像每一個像素進行分類，而VGG16在語義分割任務中則是扮演充當圖像編碼器的角色。Vijay Badrinarayanan等人[13]提出了SegNet模型便很好地完成該項任務，模型結構如

>>阅读原文<<