谷歌开源语义图像分割模型DeepLab-v3+ | 附代码

安妮 编译自 谷歌官方博客 量子位 出品 | 公众号 QbitAI

今天,谷歌宣布开源语义图像分割模型DeepLab-v3+。

据谷歌在博客上的描述,DeepLab-v3+模型是目前DeepLab中最新的、执行效果最好的语义图像分割模型,可用于服务器端的部署。

此外,研究人员还公布了训练和评估代码,以及在Pascal VOC 2012和Cityscapes基准上预训练的语义分割任务模型。

DeepLab已三岁

虽然有“Lab”这个单词,但DeepLab真的不是谷歌的某个实验室啊喂~

这是三年前谷歌提出的一个语义分割模型,它改进了卷积神经网络(CNN)的特征提取器,能更好地对物体建模,对上下文信息的理解也较为准确。经过多次训练后,改进版的DeepLab-v2和DeepLab-v3相继诞生。

而DeepLab-v3+模型就是DeepLab模型最新的改进方案。

研究人员通过添加一个简单的解码器模型扩展DeepLab-v3,用于细化分割结果,在物体边界的划分上甚是有用。

之后,他们还进一步将深度可分离的卷积应用到spatial pyramid pooling和解码器模型中,构建出更厉害的编码-解码器网络进行语义分割模型。

相关资源

想了解DeepLab-v3+的更多技术细节,可移步官方博客:

https://research.googleblog.com/2018/03/semantic-image-segmentation-with.html

或前往代码地址一探究竟:

https://github.com/tensorflow/models/tree/master/research/deeplab

原文发布于微信公众号 - 量子位(QbitAI)

原文发表时间:2018-03-13

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏深度学习那些事儿

我的模型能跑多快——神经网络模型速度调研(一)

对于神经网络,我们更多谈的是其精度怎么样,有百分之零点几的提升。但是如果谈到速度的话,深度学习神经网络相比于传统的算法来说,速度恐怕没有那么快了。

3891
来自专栏PPV课数据科学社区

学习SVM,这篇文章就够了!

支持向量机(SVM),一个神秘而众知的名字,在其出来就受到了莫大的追捧,号称最优秀的分类算法之一,以其简单的理论构造了复杂的算法,又以其简单的用法实现了复杂的问...

4564
来自专栏CVer

TensorFlow和深度学习入门教程

英文原文:https://codelabs.developers.google.com/codelabs/cloud-tensorflow-mnist/#0 C...

3818
来自专栏数据派THU

教你用Python解决非平衡数据问题(附代码)

本文为你分享数据挖掘中常见的非平衡数据的处理,内容涉及到非平衡数据的解决方案和原理,以及如何使用Python这个强大的工具实现平衡的转换。

952
来自专栏机器学习算法与Python学习

SVM大解密(附代码和公式)

1875
来自专栏人工智能头条

SVM大解密(附代码和公式)

2322
来自专栏人工智能

用TensorFlow生成抽象图案艺术

QQ图片20180204220437.jpg

8105
来自专栏机器之心

教程 | 百行代码构建神经网络黑白图片自动上色系统

4036
来自专栏机器之心

开源 | 谷歌大脑提出TensorFuzz,用机器学习debug神经网络

神经网络正逐渐影响人类生活环境,包括医学诊断、自动驾驶、企业和司法决策过程、空中交通管制、以及电网控制。这些人类可以做到的事,神经网络也有可能做到。它可以拯救生...

1102
来自专栏人工智能

机器学习基础

监督学习:训练时有输入及对应的输出结果的学习方式。目前推荐的学习方式,适合有比较好数据源的场景 非监督学习:训练时只有输入,不知道结果的学习方式。各种数据不完善...

1879

扫码关注云+社区