zoukankan      html  css  js  c++  java
  • 语义分割之DFANet

    1:文字回答:简述实时分割真实的应用场景(不限于课堂讲过的应用方向)

    自动驾驶,移动机器人,AI摄影

    2:文字回答:简述实现AI产品过程中软硬件的协同过程

    先有高性能算法,然后研发相应硬件,然后让算法可以在硬件中实时跑起来

    3:文字回答:简述主流的分割结构(参考第二课时PPT9页中的图)

    a: 使用两列网络,一列深层网络处理低分辨率图像得到粗略分割,一列浅层网络处理高分辨率图像优化细节,最后将两者结果合并,达到限制计算量的效果。这种结构各列之间缺少联系,限制了处理高层特征的能力。

    b:使用空间金字塔池化来处理高层特征并扩大感受野,这种方法计算量相对较大。

    c:在上述基础上,将前一个网络输出的特征图上采样,用后一个网络优化细节

    d:再对各网络按阶段建立关系,将底层特征和空间信息传递到语义理解层,由此形成网络级和阶段级融合

    4:代码实现:用DFANet实现对某一数据集的分割

  • 相关阅读:
    Python学习 :面向对象 -- 三大特性
    Python学习 :面向对象(一)
    小米oj #40 找小“3”
    第三次作业
    排序算法模板
    树状数组求逆序数
    最短路模板
    字典树模板
    LCS
    多项式朴素乘法
  • 原文地址:https://www.cnblogs.com/sariel-sakura/p/14083361.html
Copyright © 2011-2022 走看看