跟李沐学AI随记-17-语义分割、转置卷积&FCN

目标检测、语义分割、实例分割的区别：

• 目标检测是为了定位和区分类别，用方框框出来

• 语义分割可以看成更精细化的目标检测，但是是顺着物体的边缘的

• 实例分割将图像中的物体划分为个体。更为精细化的语义分割

经典语义分割数据集： Pascal VOC2012 语义分割数据集

转置卷积（transposed convolution）：增加上采样中间层特征图的空间维度，用于逆转下采样导致的空间尺寸减小。

基本操作：得到四个大一点的矩阵再相加

对其进行padding和stride设计时比较有意思

• stride反而会增大图像，padding会减小图像的size~与卷积作用时相逆

重新排列输入和核

形状换算：

• 在实际任务中考虑shape时要多加注意

重点：让高宽成倍增加时，K=2p+s-----FCN有用到

FCN

• 语义分割的奠基性工作
• 用转置卷积来替换CNN最后的全连接层，从而实现每个像素的预测。
• 1*1卷积层不会对空间信息产生变化，只是针对通道
• 去除了池化层