基本信息

---

下载

文档摘要

---

第PAGE

图像语义分割的相关模型简介综述

1.1U-Net网络

U-Net[5]网络主要分为两部分，特征提取和上采样反卷积。特征提取主要是利用下采样和卷积获取图像的高维特征，上采样反卷积进行图像大小还原,同时将图像的输出空间维数变为分类数。

U-Net[5]t网络的一个很大特点，在每一层上采样反卷积的时候都会连接concat输入的每一层下采样特征提取后的卷积输出。出现这种特点的原因便是利用的concat连接。concat连接和add连接的区别便是concat会进行横向或者纵向于空间上叠加，而add连接仅仅只是在像素上的叠加。U-Net[5]网络在少量的数据下也能得到不错的效果。

图1.