本書主要內(nèi)容包括語義圖像分割相關理論和具體事項，在介紹語義圖像分割目的和相關技術及傳統(tǒng)分割算法的基礎上，講述了從神經(jīng)網(wǎng)絡到深度學習的發(fā)展過程，重點介紹了全卷積網(wǎng)絡，通過采用卷積神經(jīng)網(wǎng)絡實現(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)絡改進的Unet網(wǎng)絡，以及兩種基于全卷積網(wǎng)絡的 SegNet網(wǎng)絡：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，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、殘差編碼器-解碼器網(wǎng)絡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)高分辨率的預測。

更多科學出版社服務，請掃碼獲取。