專欄《圖像分割模型》正式完結了。在本專欄中,我們從編解碼結構入手,講到解碼器設計;從感受野,講到多尺度融合;從CNN,講到RNN與CRF;從2D分割,講到3D分割;從語義分割到實例分割和全景分割。這篇文章我們就一起回顧一下這些網路結構。
作者 | 孫叔橋
編輯 | 言有三
1 FCN
Fully Convolutional Network(FCN)是神經網路用於圖像分割任務的鼻祖,後續提出的大部分基於編解碼結構的圖像分割網路都是從FCN上發展、改進而來的。
FCN用卷積層替換了分類網路結構中的全連接層,從而得到稠密的分割結果,實現端到端訓練。
同時,網路還將不同尺度下的特徵信息進行融合,實現更細節的圖像分割。