| 张新明,祝晓斌,蔡强,刘新亮,邵玮,王磊.图像语义分割深度学习模型综述[J].高技术通讯(中文),2017,27(9-10):808~815 |
| 图像语义分割深度学习模型综述 |
|
| |
| DOI： |
| 中文关键词: 深度学习， 语义分割， PASCAL VOC， 卷积神经网络 |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 2453 |
| 全文下载次数: 1816 |
| 中文摘要: |
| 阐述了图像语义分割实质上是像素级别的密集分类的概念，及其在计算机视觉领域中的核心地位和应用意义。全面综述了图像语义分割算法的常用分类方法及最新成果，详尽比较了图像语义分割深度学习模型在PASCAL VOC 2012数据集上的像素准确率、平均像素正确率、平均交叠率、频率加权交叠率四个方面的实际表现性能，同时给出了模型的平均耗时、底层框架、实现语言、代码可读性、部署难度信息。最后对语义分割领域的发展进行了总结和展望，指出了模型面临的训练数据集不足、参数优化困难和结构单一的问题。 |
| 英文摘要: |
| |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|
