附上链接：https://aistudio.baidu.com/aistudio/course/introduce/1767

感谢百度ai studio提供的图像分割7日课程，在其中学到了很多干货，同时也在老师的带领下亲手摸了一些代码

在该课程中，我们学了几个经典模型：

1、FCN网络

FCN=Fully Convolutional Networks

即全卷积无FC，语义分割约等于像素级分割，它将FC替换成Conv

输入RGB图像，输出原图中每个像素对应的类别

除了传统的卷积过程，还要经过上采样、反卷积等过程

2、U-Net/PSP Net

U-Net

采用编码器和解码器的U型结构

输入输出大小不变

Skip结合方式采用Concatenation

PSP Net

利用全局信息

全局信息in CNN，类似于特征金字塔

利用上下文信息，增大感受野

Backbone为Dilated ResNet

3、DeepLab Net

DeepLab目前有V1、V2和V3三个系列

目前的V3版本在Input Image进入后经过Stem、Res Layers、Res Layers copy、ASPP'、classification、Interpolation 8x后到达Output

4、图卷积网络

解决上下文联系的问题

为输入的二维图像或者特征图学习一个图表征，并学习在该图所有节点进行消息传递，使模型能利用全局信息，最后将学习到的图表征投影回二维空间