图像分割的背景知识
导读
一个很好的入门小短文,内容很全,适合上手 。
文章插图
如果你想动手实现一些代码,看这里:https://github.com/wuhuikai/FastFCN 。
Gated-SCNN
这个架构由一个 two-stream CNN架构组成 。在该模型中,使用一个单独的分支来处理图像的形状信息 。利用形状流来处理边界信息 。
文章插图
实现参考代码:https://github.com/fregu856/deeplabv3,https://github.com/sthalles/deeplab_v3
Mask R-CNN
在这个架构中,使用边界框和语义分割将每个像素划分为一组类别,对对象进行分类和局部化 。对每个感兴趣的区域得到一个分割掩码,生成一个类标签和一个边界框作为最终输出 。该架构是FasterR-CNN的扩展 。Faster R-CNN由regions proposer和深度卷积网络和利局部检测器组成 。
文章插图
推荐阅读
- 香椿苗和香椿芽的区别?
- 偏心爸爸怒斥女儿自私,归根结底是他的错
- 我控诉父亲心理变态,他的行为我难以忍受
- 玩游戏喝酒喝进医院,朋友的脑回路不一般
- 相亲对象不爱我却吊着我,我给他的自信让他飘了
- 男友对我失约去见白月光,我只是他心中的“将就”
- 最近完结的几部火爆小说,一口气看完太过瘾了
- 自费当伴娘不能忍,闺蜜不是用来消费的
- 盘点那些高考后必做的事,好好放松一下吧
- 每天嚷嚷一遍要裸辞,是职场人最后的坚持