Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation


Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation

Deeplabv3+ Semantic Segmentation Google Semantic Segmentation 중 유명한 모델인 Deeplabv3+에 대해 간단하게 정리하였습니다. 모든 내용을 상세하게 정리하지는 않았으며, 인턴들의 발표를 참고한 내용도 존재합니다. 필요한 내용만 간단하게 진행합니다. Summary 딥랩은 V3+이전까지의 모든 모델을 업데이트한 느낌으로 변경됩니다. 최종 버전인 V3+에는 이전에 나왔던 핵심 기술들이 대부분 포함되어 있거나, 약간 수정되어 있습니다. 따라서 이해하려면 이전 논문을 개략적으로는 알고 있어야 전체적인 부분을 이해할 수 있습니다. Atrous Convolution, ASPP, SPP 등 유사한 개념이 나오는데 대부분 이미지의 Feature를 Multi-Scale로 받아서 조금 더 확실한 처리를 위함입니다. 또한 FC Layer의 고정성에 따른 입력 이미지의 한계를 줄여줌으로써 더욱 다양한 이미지 처리가 가능해져 사전 전처리 작업이 제거되었습...


#Atrous #review #Segm #Segmentation #Semantic #SpatialPyramidPooling #SPPnet #v3plus #Xception #논문리뷰 #논문정리 #딥랩 #Resnet #Recognition #papers #CNN #Conv #Convolution #Decoder #Deeplabv3 #Depthwise #DepthwiseSeparableConv #Encoder #FCN #google #Image #딥랩논문

원문링크 : Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation