首页 > 其他 > 详细

DeepLab v3+

时间:2019-01-28 10:23:15      阅读:471      评论:0      收藏:0      [点我收藏+]

The First Column The Second Column
Fig 1. SPP、
Encoder-Decoder
和 Encoder-Decoder
with Atrous Conv(DeepLabV3+ )
网络结构对比.
深度可分离卷积
结构(depthwise separable
convolution) 和
group convolution
能够有效降低计算量
与参数量,同时
保持模型表现.
技术分享图片
DeepLabV3 中的
对 feature map 采用因子为
16 的双线性插值
(bilinearly upsampled)处理,
可以看做是 naive
的解码模块,但不足
以重构物体分割细节
.DeepLabV3+ 提出
的解码模块,如图
技术分享图片
技术分享图片

DeepLab v3+

原文:https://www.cnblogs.com/hugeng007/p/10328405.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!