干货 | 语义分割综述论文总结与推荐
添加几篇 19-20 年的综述
Evolution of Image Segmentation using Deep Convolutional Neural Network: A Survey
这篇涉及了一些实例分割。
pdf：https://arxiv.org/pdf/2001.04074.pdf
Deep Semantic Segmentation of Natural and Medical Images: A Review
这篇损失函数介绍的比较多，其他部分大同小异。
pdf：https://arxiv.org/pdf/1910.07655.pdf
Image Segmentation Using Deep Learning: A Survey
这篇包含了 18、19 年的一些新的网络结构。
pdf：https://arxiv.org/pdf/2001.05566.pdf
1. A Review on Deep Learning Techniques Applied to Semantic Segmentation - 2017
文章首先对常用的分类网络进行了简单的介绍，然后提了一下迁移学习、数据预处理和数据增强。接下来介绍了各种数据集，包括 2D、2.5D（RGB 和深度）和 3D 数据集，是我看到过介绍数据集最全面的一篇文章。
文章第四部分对方法进行了总结，列了一张表，制了一张图，十分直观。这部分以 编码器变体、集成上下文知识、实例分割、用于 2.5D 数据集的方法、用于 3D 数据集的方法 和 用于视频序列的方法 分别对语义分割网络进行了总结。内容充实，干货满满。
文章最后还对各个方法在数据集上得到的结果进行了总结，这是在其他综述论文里没有的。
- 推荐指数：★★★★★
2. Survey of recent progress in semantic image segmentation with CNNs - 2017
这篇文章没有对数据集的介绍，但是对各种方法介绍得十分详尽，也对网络在数据集中的性能进行了总结。
文章主要将方法分为了两类：多粒度特征的组合 和 上下文关系的建立。
除此之外，文章还总结了一些弱监督语义分割的方法，并在最后推荐了一些可能的研究方向。
- 推荐指数：★★★★★
3. Recent progress in semantic image segmentation - 2018
这篇文章对网络的划分比较细，例如有 联合 FCN 和 CRF、金字塔方法 等等。并且对一些主要技巧有配图，可以很直观地看到网络的架构。介绍的方法虽然没有前面的多，但是都很具有代表性，非常适合想快速一览语义分割方向的研究者。
- 推荐指数：★★★★★
4. A review of semantic segmentation using deep neural networks - 2018
这篇文章对方法的划分又和上面的文章不同，分成了 基于区域的方法 、基于 FCN 的方法 以及 弱监督语义分割。文章最后的讨论也值得一看。
- 推荐指数：★★★★
5. Deep Semantic Segmentation for Automated Driving: Taxonomy, Roadmap and Challenges - 2017
这篇文章主要关注的是与自动驾驶有关的语义分割，且对方法的总结并不是很多，文章对学习中遇到的挑战的总结值得一览。
- 推荐指数：★★★
6. A Survey of Semantic Segmentation - 2016
这篇文章比较旧了，主要介绍的还是传统的语义分割方法，也对数据集和评估指标有所介绍，文章写得还是不错的，适合想了解语义分割历史的研究者。文章最后对分割数据集中图像可能存在的问题的总结值得一览。
- 推荐指数：★★★
如有其他优秀语义分割综述论文，欢迎推荐。
论文打包下载：
https://pan.baidu.com/s/1OslBIeYbq0_39mPvpgKPXQ
提取码: qujg
干货 | 语义分割综述论文总结与推荐相关推荐
- 笔记：基于DCNN的图像语义分割综述
写在前面:一篇魏云超博士的综述论文,完整题目为<基于DCNN的图像语义分割综述>,在这里选择性摘抄和理解,以加深自己印象,同时达到对近年来图像语义分割历史学习和了解的目的,博古才能通今!感 ...
- 【深度学习】语义分割-综述(卷积)
这里写目录标题 0.笔记参考 1. 目的 2. 困难点 3. 数据集及评价指标 3.1数据集 3.2评价指标 4.实现架构 5. 模型发展 5.1基于全卷积的对称语义分割模型 5.1.1FCN(201 ...
- 【Semantic Segmentation】语义分割综述
[Semantic Segmentation]语义分割综述 metric 为mIOU year method PASCAL VOC 2012 PASCAL Context Cityscapes ADE ...
- 深度学习应用篇-计算机视觉-语义分割综述[5]：FCN、SegNet、Deeplab等分割算法、常用二维三维半立体数据集汇总、前景展望等
[深度学习入门到进阶]必看系列,含激活函数.优化策略.损失函数.模型调优.归一化算法.卷积模型.序列模型.预训练模型.对抗神经网络等 专栏详细介绍:[深度学习入门到进阶]必看系列,含激活函数.优化策略 ...
- 道路场景语义分割综述_王飞龙
挖坑:暂时还没有理解的定义或者方法,但因为暂时不重要留到后面看 论文结构 一.引言 1.道路场景语义分割定义 针对道路场景进行语义分割是对采集到的道路场景图像中的每个像素都划分到对应的类别,实现道路场 ...
- 史上最全语义分割综述（FCN,UNet,SegNet，Deeplab，ASPP...）
目录 语义分割综述 摘要 语义分割领域研究现状 灰度分割 条件随机场 深度学习方法 数据集与评价指标 常用数据集 评价指标 模型介绍 语义分割综述 摘要 语义分割(全像素语义分割)作为经典的计算机视觉 ...
- 一文看尽9篇语义分割最新论文（GPSNet/Graph-FCN/HMANet等）
前言 恰逢 2020年,本文再次更新近期值得关注的最新语义分割论文.这次分享的paper将同步推送到 github上,欢迎大家 star/fork(点击阅读原文,也可直接访问): https://gi ...
- 【语义分割】论文代码资料汇总
语义分割的资料总结 1.Github一份丰富的论文清单 from hangdong1587,这份清单中包含了一下几个部分: 语义分割基础论文 基于多边形的分割 基于U-net的分割 前景分割 语义分割 ...
- 语义分割系列论文 ParseNet
语义分割系列论文 ParseNet 核心思想--Global Context 理论感受野的大小(Receptive Field) 实际感受野的大小 此文章如何扩大感受野? 疑点(读者可以忽略本节) 总 ...
最新文章
- pcap文件生成metadata——使用tshark解析tcpdump的pcap包
- 2017.8.12 联考题
- 【Numpy学习记录】np.transpose讲解
- avalon2学习教程04显示隐藏处理
- 详解list容器(应用+模拟实现)
- 硬件基础 —— 二极管
- 蓝桥杯大赛基础之--数列排序
- 疫情加速中国服务器采购 数字化转型成为增长“新引擎”
- linux整行剪切_云计算人员如何提高效率 要掌握哪些Linux命令
- 更新了android sdk出现aapt问题以及模拟器启动错误
- XP系统访问win7共享文件夹教程和提示没有权限的解决办法
- Linux Tools---wireless
- 非参数检验统计量分析
- smali语法基础详解
- c语言乘法除法结合律,C语言运算符的优先级和结合律
- python矩阵求每个元素平方矩阵
- 优先级Priority
- c语言中windows.h是什么意思,c语言中memory.h有什么作用
- 故障恢复控制台主要命令
- SDN控制器技术综述：SDN交换机配置技术与控制技术的关系—Vecloud