百度 PaddlePaddle 图像分割公开课笔记

课程地址: https://aistudio.baidu.com/aistudio/course/introduce/1767

图像分割简介

分割类型

• 图像分割 (Image Segmentation)
• 图像语义分割 (Image Semantic Segmentation)
• 图像实例分割 (Image Instance Segmentation)
• 图像全景分割 (Image Panoptic Segmentation)
• 视频目标分割 (Video Object Segmentation)
• 视频实例分割 (Video Instance Segmentation)

图像分割的根本目的是像素级分类，即输入为 高x宽x3 的RGB图像，输出为 高x宽x1 的单通道图

性能指标
mIoU: mean Intersection-Over-Union
mAcc: mean Accuracy

FCN

图像分类的最后的全连接层换成卷积层
FCN的输出大小应该和原图一样，所以需要对feature map进行上采样 (Bilinear Interpolation, Un-pooling, Transpose Conv)，Un-pooling现在用的比较少。
优点：

• 任意尺寸输入
• 效率高（相较以前）
• 结合浅层信息

缺点：

• 分割结果不够精细
• 没有考虑上下文信息

UNet & PSPNet

在FCN上的改进：

1. Pyramid Pooling Module
   多尺度, adaptive average pool
2. Dilated Convolution
   Dilated Convolution 可以增大感受野 (Receptive Field)， 改善 FCN 没有考虑上下文的缺点
   
   

DeepLab

DeepLab v1, v2, v3 网络结构

DeepLab v3 - ASPP 升级版模块