语义分割--Fully Convolutional DenseNets for Semantic Segmentation
语义分割--Fully Convolutional DenseNets for Semantic Segmentation
用户1148525
发布于 2019-05-26 11:59:57
发布于 2019-05-26 11:59:57
文章被收录于专栏：机器学习、深度学习
The One Hundred Layers Tiramisu: Fully Convolutional DenseNets for Semantic Segmentation CVPRW 2017 Code: https://github.com/SimJeg/FC-DenseNet
本文将 DenseNets 按照 FCN 方式用于 语义分割
首先看看 DenseNets 该网络主要由 dense block 构成
这里写图片描述
这里写图片描述
输入经过第一层网络处理得到 k 个 特征图，输出和 输入 concatenate 作为下一层输入，第二层的输出是 k 个 特征图，和第二层的输入 concatenate ，最后一层的输出是 k 个 特征图，和前三层的输出 concatenate ，得到 4*k feature maps
分割的架构
这里写图片描述
这里写图片描述
模块结构
这里写图片描述
FC-DenseNet103 model
这里写图片描述
CamVid dataset 结果
这里写图片描述
Gatech dataset 结果
这里写图片描述
图像分割效果
这里写图片描述
这里写图片描述
本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
原始发表：2017年08月17日，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
腾讯云开发者
