首頁人工智能常見問題正文

DeepLab系列各有什么特點(diǎn)?

更新時間:2020-09-16 來源:黑馬程序員 瀏覽量:

DeepLab v1

1.采用空洞卷積擴(kuò)展感受野,獲取更多的語境信息

2.采用完全連接的條件隨機(jī)場(CRF)提高模型捕獲細(xì)節(jié)的能力

DeepLab v2

1.在最后幾個最大池化層中去除下采樣,取而代之的是使用空洞卷積,以更高的采樣密度計(jì)算特征映射

2.基于 Spatial Pyramid Pooling (SPP) ,在給定的輸入上以不同采樣率的空洞卷積并行采樣

DeepLab v3

1.采用多比例的空洞卷積級聯(lián)或并行來捕獲多尺度背景

2.修改了空洞空間金字塔池化模塊

DeepLab v3++

1.為了融合多尺度信息,引入語義分割常用的 encoder-decoder

2.引入可任意控制編碼器提取特征的分辨率,通過空洞卷積平衡精度和耗時


猜你喜歡

如何理解HOG特征?

SIFT/SUR的特征提取方法是如何保持尺度不變性的? 

數(shù)學(xué)不好能學(xué)人工智能課程? 




下面是黑馬程序員公開的幾套人工智能視頻教程,如果感興趣可以下載學(xué)習(xí)。






分享到:
在線咨詢 我要報名
和我們在線交談!