CNN 分割

Posted yanxingang

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了CNN 分割相关的知识,希望对你有一定的参考价值。

测试的是Cifar10数据集,采用VGG模型的网络参数是[32, ‘M‘, 64, ‘M‘, 128, 128, ‘M‘, 256, 256, ‘M‘, 256, 256],准确度大概在90.5左右

1、将输入图片分割为左右两部分,分别进行卷积运算,最后全连接层再将两部分结合在一起,最后观察准确度。准确度大概在88.8左右。

技术图片

开始时分析,这样只是中间的部分信息没有进行融合,后面再去思考的时候发现是  对于单个卷积核而言,左右是不同的,这样的话,提取的特征就会有所偏向。

2、将channel的数目减半分为两个,在最后的时候将两个网络cat在一起,准确度大概在88.5左右。应用上Knowledge distrilling的知识,能把准确度提高1%。

3、将channel数目减半,并且将图片分割为左右,上下,四个部分,最后在cat在一起。

技术图片

准确度在

以上是关于CNN 分割的主要内容,如果未能解决你的问题,请参考以下文章

有空就学学的实例分割1——Tensorflow2搭建Mask R-CNN实例分割平台

使用深度 CNN 和完全连接的分类器转换分割掩码 numpy 数组以进行图像分割

Tensorflow实现Mask R-CNN实例分割通用框架,检测,分割和特征点定位一次搞定(多图)

CNN图像分割总结

Mask R-CNN图像实例分割实战:训练自己的数据集

CNN 分割