deeplab v1 ：semantic image segmentation with deep convolutional nets and fully connected CRFs
對于傳統(tǒng)的DCNN網(wǎng)絡(luò)來說，其實都是具有不變性的這個特征的，深度學(xué)習(xí)是十分適合高階的計算機視覺任務(wù)。但是，對于底層的比如semantic segmentation的任務(wù)來說，是十分不利的。
目前的兩個大問題就是：1，降采樣問題。2，不變形問題。
對于降采樣問題，我們使用’atrous'新型卷積來實現(xiàn)。不變性問題，我們加入CRF來對圖像進行優(yōu)化，最終得到不錯的結(jié)果。
網(wǎng)絡(luò)結(jié)構(gòu)：我們在VGG16中，去掉了最后兩個max pooling層，加入了‘a(chǎn)trous’方法。
pipline:
CRF算法：
這里要再仔細(xì)看下。
DeepLabv2:Semantic Image Segmentation with Deep Convolutional Nets,Atrous Convolution,and Fully Connected CRFs
這篇文章主要的看點是：1，在tensorflow中以模塊化方式，實現(xiàn)了'atrous convolution'，作為一個非常有效的工具。2，實現(xiàn)了ASPP，‘a(chǎn)trous spatial pyramid pooling'，能夠十分魯棒地實現(xiàn)圖像分割。3，利用CRF優(yōu)化 ，推出Dense CRF。
1，模塊化實現(xiàn)‘a(chǎn)trous pooling’
由于這種卷積方法，很好地平衡了accurate localization(small field-of-view)和context assimilation(large field-of-view)。在具體實現(xiàn)上有兩種方法，一種是upsample the filter 或者是對圖像稀疏采樣，這種不太好。第二種，The second method, originally proposed by [82] and used in [3], [16] is to subsample the
input feature map by a factor equal to the atrous convolution rate r , deinterlacing it to produce r2 reduced resolution maps, one for each of the r×r possible shifts. 利用tensorflow實現(xiàn)了這種方法。
2，實現(xiàn)多尺度ASPP
多個尺度的洞卷積，并行執(zhí)行。實現(xiàn)最終結(jié)果。
3，不在使用傳統(tǒng)的CRF方法，而是利用dense CRF的方法，得到較為優(yōu)秀的結(jié)果。
DeeplabV3：Rethinking Atrous Convolution for Semantic Image Segmentation
這篇文章主要是改進了級聯(lián)的方式，綜合運用串行和并行的方式，實現(xiàn)對多尺度物體分割。
這里，我們加入output_stride，從而來表示最終得到的圖片與輸入尺度的大小對比。然后使用更加深的網(wǎng)絡(luò)對圖像進行深度分割。
加入這種多尺度的方法主要是由于當(dāng)空洞卷積越大的時候，他每次卷積的時候的有效權(quán)重就會越?。╬adding）的原因。所以我們應(yīng)用多尺度的方法，最后加入average pooling的方法，取得一個好的結(jié)果。
Deeplab V3+：Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation
由于在encoder的時候會更加關(guān)注多尺度的紋理信息，在decoder的時候可以使得邊界更加光滑，我們使用這種結(jié)構(gòu)。同時我們在encoder結(jié)構(gòu)中加入Xception 模型和深度卷積，可以更加快速地實現(xiàn)分割。
1，Atrous convolution
這里不在贅述，主要是看這個公式。
2，depthwise separable convolution
為了降低計算量，我們這里可以按照mobile net的方法，先做depthwise的卷積，然后再做1*1的卷積。我們這里把depthwise的卷積改成atrous separable convolution.
3，使用Deeplabv3作為 encoder：
我們加入output stride來決定最后輸出的尺度比例。只要使用的ASPP的模塊。
4，加入decoder：
之前我們直接使用bilinearly upsampled的方法，但是這樣的結(jié)果就導(dǎo)致細(xì)節(jié)并不鋒利。這里我們使用如圖的方法。
5，Modified Aligned Xception
使用目前最新的aligned Xception，但是做了細(xì)微的修改。1，更深的Xception。2，把所有max pooling全都換成depthwise separable convolution with striding。3，在每一個3×3的深度卷積之后都加入BN和ReLU。
