python DeepLab系列方法:几张图了解ASPP,空洞卷积升级版,空洞卷积的优势

一,先了解空洞卷积

空洞卷积的优势:

(1)图像分割任务中(其他场景也适用)需要较大感受野来更好完成任务;
(2)通过设置dilation rate参数来完成空洞卷积,并没有额外计算;
(3)可以按照参数扩大任意倍数的感受野,而且没有引入额外的参数;
(4)应用简单,就是卷积层中多设置一个参数就可以了;

 

 二,ASPP

 deepLabV3+

图中encoder过程分为两条路线提取特征:

1,经过DCNN(例如resnet)+1*1卷积得到低阶特征;

2,经过DCNN(例如resnet)+空洞卷积+特征拼接+1*1卷积得到高阶特征;

decoder过程:

1,高阶特征+上采样与低阶特征进行拼接;

2,融合特征经过上采样得到与原始图相同大小的分割结果图;

猜你喜欢

转载自blog.csdn.net/L_goodboy/article/details/130446658