本書主要內(nèi)容包括語義圖像分割相關(guān)理論和具體事項，在介紹語義圖像分割目的和相關(guān)技術(shù)及傳統(tǒng)分割算法的基礎(chǔ)上，講述了從神經(jīng)網(wǎng)絡(luò)到深度學習的發(fā)展過程，重點介紹了全卷積網(wǎng)絡(luò)，通過采用卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)了從圖像像素到像素類別的變換；從而進一步介紹了基于全卷積網(wǎng)絡(luò)改進的Unet網(wǎng)絡(luò)，以及兩種基于全卷積網(wǎng)絡(luò)的 SegNet網(wǎng)絡(luò)：正常版與貝葉斯版。另外，本書還介紹了圖像分割算法DeepLab v1、v2、v3和v3+以及圖卷積神經(jīng)網(wǎng)絡(luò)，以及為實現(xiàn)性能與實時雙提高的輕量實時語義分割Enet網(wǎng)絡(luò)、殘差編碼器-解碼器網(wǎng)絡(luò)RED-Net、RefineNet，通過顯式利用了下采樣過程的所有信息，使用遠程殘差連接來實現(xiàn)高分辨率的預(yù)測。

更多科學出版社服務(wù)，請掃碼獲取。