【论文浅读】《A Pyramid CNN for Dense-Leaves Segmentation》

创新思想：

文章提出了带有多尺度预测的金字塔卷积神经网络，可以从内部纹理中检测和区分叶边界。并用流域算法估计单个叶片周围的闭合边界。

主要原理：

网络结构，其中I是输入，C是卷积，R是激活，A是n组激活卷积操作，÷是降采样，×是升采样。

主要实验结果：

不同分辨率下的效果图。

这篇文章提出的模型(d)与其他模型的对比(a)(b)©。



左边一列是测试原图，中间是轮廓图，右边绿色是真正估计段，蓝色是假阴性，红色是假阳性。

结果表明当5个预测层，且仅使用最高分辨率的预测来执行分割效果最好。