© 1999-2048 dssz.net 粤ICP备11031372号
[深度学习] 基于深度学习的图像分割研究_张明月
说明: 基于深度学习的图像语义分割的主要思路是,使用像素级标注的图像,利用上采样、反卷积等特殊层,将普通卷积网络提取到的特征再还原回原图像尺寸,从而实现一种端到端的学习。本文在借鉴已有网络的基础上,提出了一种叫Fast-Seg Net的网络新架构,新架构使用了最新的残差网络结构,结合了稀疏卷积、分解卷积等操作,配合批归一化,将网络深度做到了 28层,在提高了精度的同时,依然保持了运行的速度。通过迁移学习的训练方法,加快了网络的收敛速度和精度。另外,本文提出了一套对图像进行像素级标注的工具和流程,并编写<fchfox> 上传 | 大小:3mb