语义分割与目标检测入门：若干经典工作综述

语义分割

从原理上来说，语义分割就是像素级别的分类，传统的方法也是直接按照这个思路来做的，效率比较低，而从FCN开始，语义分割有了相对比较专用的方法。

0. 重要的数据集：PASCAL VOC和COCO

1. FCN

用于图像（N×M）分类的网络前端用卷积层提取特征，后端用全连接层进行分类。假设总共有K个类别，则全连接层最后会输出一个1×K的向量。FCN（Fully Convolutional Network，全卷积网络）将用于分类的全连接层替换为（反）卷积层，输出变为N×M×K的向量。

FCN还有一个技巧，如下图所示，用反卷积网络进行上采样的时候把上采样的结果与前面pooling的结果相加，有助于提升结果。

2. U-Net

       U-Net是FCN的改进版。针对医学图像提出了U-Net，因此U-Net不用在ImageNet上预训练。还有一个区别是U-Net上采样步骤融合浅层特征时用的是Concatenate而不是相加。