博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
语义分割模型(Deeplab V3+ & GCN & UperNet & ENet & U-Net & SegNet)
阅读量:2135 次
发布时间:2019-04-30

本文共 179 字,大约阅读时间需要 1 分钟。

除了FCN还有这些模型

  • Deeplab V3+ 具有可分离卷积的编码器/解码器,用于语义图像分割
  • GCN 通过全局卷积网络改进语义分割
  • UperNet 统一感知解析
  • ENet 用于实时语义分割的深度神经网络体系结构
  • U-Net 用于生物医学图像分割的卷积网络
  • SegNet 用于图像分段的深度卷积编码器-解码器架构。
    还有(DUC,HDC)、PSPNet等。

 

转载地址:http://woygf.baihongyu.com/

你可能感兴趣的文章
数据类型 java转换
查看>>
"NetworkError: 400 Bad Request - http://172.16.47.117:8088/rhip/**/####t/approval?date=976
查看>>
mybatis 根据 数据库表 自动生成 实体
查看>>
win10将IE11兼容ie10
查看>>
checkbox设置字体颜色
查看>>
第一篇 HelloWorld.java重新学起
查看>>
ORACLE表空间扩张
查看>>
orcal 循环执行sql
查看>>
web.xml配置监听器,加载数据库信息配置文件ServletContextListener
查看>>
结构型模式之桥接模式(Bridge)
查看>>
行为型模式之状态模式(State)
查看>>
行为型模式之策略模式(Strategy)
查看>>
行为型模式之模板方法模式(TemplateMethod)
查看>>
行为型模式之访问者模式(Visitor)
查看>>
大小端详解
查看>>
source insight使用方法简介
查看>>
<stdarg.h>头文件的使用
查看>>
C++/C 宏定义(define)中# ## 的含义 宏拼接
查看>>
Git安装配置
查看>>
linux中fork()函数详解
查看>>