语义分割

图像分割：根据像素的特征，对像素进行分类。

自编码器：（auto endcoder）

encoder和decoder之间可以是一些典型的网络

对于编解码的理解：编码过程通过池化层逐渐减少位置信息、抽取抽象特征；译码过程逐渐恢复位置信息。一般译码与编码间有直接的连接。

总体了解：

语义分割的发展：

https://blog.csdn.net/u013580397/article/details/78508392

语义开源的项目以及各模型的论文：

https://github.com/mrgloom/awesome-semantic-segmentation

FCN

介绍了FCN，空洞卷积和 crf在图像分割上的优化，这篇博客很详细：

https://www.cnblogs.com/jerrybaby/p/9293419.html

Unet的理解：

（1）收缩路径（编码部分）其实就是一个常规的卷积网络，它包含重复的2个3x3卷积，紧接着是一个RELU，一个max pooling（步长为2），用来降采样，每次降采样我们都将feature channel扩大一倍，从64、128、256、512、1024。两个3x3的卷积核之后跟一个2x2的最大化池化层，缩小图片的分辨率。

（2）扩展路径（解码部分）包含一个上采样（2x2上卷积），将图像大小扩大一倍，然后再使用普通的3x3卷积核，再将通道数feature channel缩小一倍，从1024、512、256、128、64

（3）编解码的feature map不对称：因为所有的卷积过程都是没有加pad的，这样就会导致每做一次卷积，特征的长宽就会减少两个像素，最后网络的输出和输入大小不一样。因为u-net作者只有30张影像,为了数据增强没有加pad.Unet适用少样本

（4）特征融合：https://zhuanlan.zhihu.com/p/31428783

 参考：https://blog.csdn.net/qq_27825451/article/details/89470972

提升：Unet相比FCN只是借鉴方式不同，FCN通过add的方法借鉴了之前特征提取的信息，来给上采样提供更多的辅助信息，8s较32s效果提升很多，但是依然比较模糊，对图像的细节不敏感。Unet通过concat，特征融合方式是“拼接“”，U-net采用将特征在channel维度拼接在一起，形成更厚的channel。