谷歌最新语义图像分割模型DeepLab-v3+现已开源

Google 咨询软件工程师 Liang-Chieh Chen 以及 Yukun Zhu 显露，语义图像豆割的重要目标是为每个像素指定语义标签，比如途、天空、人或是狗等物体，不少的法式需求云云的功用，像是合成浅景深功效（Synthetic Shallow Depth-of-field）功效，操纵正在手机 Pixel 2 和 Pixel 2XL 上供应的人像形式（Portrait Mode），能主动恍惚人物的靠山，作出似乎单镜头反光相机的景深功效。

其余，正在大都影相 App 城市供应的及时影像豆割（Video Segmentation），比如比来 YouTube 楬橥的新功用，为影片换靠山的功用，也是语义影像豆割的操纵。

DeepLab-v3+ 正在 Tensorflow 长进行，操纵陈设于效劳器端的卷积神经搜集（CNN）骨干架构，以获取最佳的结果。除了代码之外，咨询团队也同时公然了 Tensorflow 模子操练以及评估法式，以及操纵 Pascal VOC 2012 与 Cityscapes 材料集操练的模子。

DeepLab-v3+ 技能是基于三年前的 DeepLab 模子，时期改善了卷积神经搜集特质萃取器、物体比例塑制模子以及搀杂前后内容的技能，再加长进步的模子操练流程，再有软硬件的升级，从 DeepLab-v2 到 DeepLab-v3，直到现正在楬橥的 DeepLab-v3+，功效一代比一代好。

DeepLab-v3+ 是由 DeepLab-v3 扩充而来，咨询团队扩充明晰码器模组，不妨细化豆割结果，不妨更精准的治理物体的边际，并进一步将深度卷积神经搜集操纵正在空间金字塔池化（Spatial Pyramid Pooling，SPP）妥协码器上，大幅晋升治理物体巨细以及区别长宽比例的技能，结果获得强而有力的语义豆割编码解码器搜集。

Liang-Chieh Chen 以及 Yukun Zhu 十分提到，跟着软硬件的升级，筑构正在卷积神经网途上确当代语义图像豆割功用，能够到达的水准仍然远远抢先5年前。