谷歌将最新语义图像分割模型DeepLab |
您所在的位置：网站首页 › deeplab v1 › 谷歌将最新语义图像分割模型DeepLab |
谷歌将最新语义图像分割模型DeepLab
|
Google 研究团队开源在 Tensorflow 中进行语义图像分割（Semantic Image Segmentation）模型 DeepLab-v3+，包括 Google Pixel 2 和 Pixel 2XL 手机上的人像模式（Portrait Mode），以及 YouTube 为影片实时更换背景功能，都是这项技术的应用。
Google 研究软件工程师 Liang-Chieh Chen 以及 Yukun Zhu 表示，语义图像分割的主要目的是为每个像素指定语义标签，例如路、天空、人或是狗等物体，不少的程序需要这样的功能，像是合成浅景深效果（Synthetic Shallow Depth-of-field）效果，应用在手机 Pixel 2 和 Pixel 2XL 上提供的人像模式（Portrait Mode），能自动模糊人物的背景，作出类似单镜头反光相机的景深效果。
另外，在多数摄影 App 都会提供的实时影像分割（Video Segmentation），例如最近 YouTube 发表的新功能，为影片换背景的功能，也是语义影像分割的应用。 DeepLab-v3+ 在 Tensorflow 上进行，使用部署于端的卷积神经网络（CNN）骨干架构，以获取最佳的结果。除了代码之外，研究团队也同时公开了 Tensorflow 模型训练以及评估程序，以及使用 Pascal VOC 2012 与 Cityscapes 资料集训练的模型。 DeepLab-v3+ 技术是基于三年前的 DeepLab 模型，期间改进了卷积神经网络特征萃取器、物体比例塑造模型以及同化前后内容的技术，再加上进步的模型训练过程，还有软硬件的升级，从 DeepLab-v2 到 DeepLab-v3，直到现在发表的 DeepLab-v3+，效果一代比一代好。 DeepLab-v3+ 是由 DeepLab-v3 扩充而来，研究团队增加了解码器模组，能够细化分割结果，能够更精准的处理物体的边缘，并进一步将深度卷积神经网络应用在空间金字塔池化（Spatial Pyramid Pooling，SPP）和解码器上，大幅提升处理物体大小以及不同长宽比例的能力，最后得到强而有力的语义分割编码解码器网络。
Liang-Chieh Chen 以及 Yukun Zhu 特别提到，随着软硬件的升级，建构在卷积神经网路上的现代语义图像分割功能，可以达到的水准已经远远超过 5 年前。 TensorFlow 的详细介绍：点击查看 TensorFlow 的下载地址：点击下载原文来自：https://news.cnblogs.com/n/592024/ 本文地址：https://www.linuxprobe.com/google-deeplab-v3.html编辑：王毅，审核员：逄增宝 本文原创地址：https://www.linuxprobe.com/google-deeplab-v3.html编辑：王毅，审核员：暂无 为您推荐一些与本文相关的文章：《C#程序设计及应用教程(第2版)》pdf电子书免费下载概述LFCS 基础之sed用法RHEL 8 搭建 Nginx Web 服务简单介绍redis加锁常用几种方式微软新商业模式：想用Windows 10？掏钱！抢先看：JavaScript的新增两个原始数据类型这23款安卓应用泄露约1亿用户隐私数据Linux之虚拟服务器LVS搭建大神教你如何给脚本写一个守护进程《数据生态：MySQL复制技术与生产实践》pdf电子书免费下载 相关文章[点此投稿]
Gitlab官方对数据删除事件的详细说明
2017-03-04
0 个评论
Firefox用户的资料分享用予研究和公众用途
2018-09-12
0 个评论
每天新增19093行代码，恐怖不！
2017-07-13
0 个评论
那些受程序员喜爱的顶级Linux发行版
2020-03-18
0 个评论
鉴释宣布加入联盟四大国际非盈利组
2021-08-08
0 个评论
转载必需保留本文链接: https://www.linuxprobe.com/google-deeplab-v3.html 本文依据CC-BY-NC-SA 3.0协议发布,竭诚为读者提供Linux视频教程、Linux学习资料以及红帽考试资料等优质学习资源。 |
【本文地址】