مختبر الرؤية الحاسوبية الخوارزميات التجزئة الدلالية بالشبكات الالتفافية الكاملة

التجزئة الدلالية بالشبكات الالتفافية الكاملة

Fully convolutional semantic segmentation

تصنيف كل بكسل بشبكة التفافية بلا طبقات كاملة الاتصال ثم رفع الدقة.

داخل المتصفحتجزئة الصورالتجزئة

هذا المحتوى أُعدّ آلياً من مصادر موثقة ولم تكتمل مراجعته العلمية البشرية بعد. إن وجدت خطأً فأبلغنا.

الصيغة الرياضية

\hat{y}(p) = \arg\max_{c}\; \operatorname{softmax}\big(f_\theta(I)\big)_{c}(p)

الشرح

تُنتج الشبكة خريطة احتمالات بعدد الفئات وبدقة أقل، ثم تُرفع الدقة. DeepLabV3 يستخدم الالتفاف المتوسع (Atrous) وASPP، وLR-ASPP نسخة خفيفة له.

التطبيقات

القيادة الذاتية، الصور الطبية، تحرير الصور.

القيود

لا يميّز بين مثيلين من الفئة نفسها.

المراجع

  1. J. Long, E. Shelhamer, T. Darrell (2015).Fully convolutional networks for semantic segmentation. CVPR 2015. doi:10.1109/CVPR.2015.7298965
  2. L.-C. Chen, G. Papandreou, F. Schroff, H. Adam (2017).Rethinking Atrous Convolution for Semantic Image Segmentation. arXiv:1706.05587. doi:10.48550/arXiv.1706.05587
  3. A. Howard et al. (2019).Searching for MobileNetV3. ICCV 2019. doi:10.1109/ICCV.2019.00140

تجارب تستخدم هذه الخوارزمية

نماذج مرتبطة

دروس مرتبطة

جرّبها في تجزئة الصور