为什么deep lab v3起，输出不再接 DenseCRF了？ 第1页
1
qin-se-zai-yu-57-56 网友的相关建议:
用CRF的目的在于什么，用CRF主要是为了连接图像的全局信息。
语义分割与分类不同。分类主要是识别物体，而语义分割不但要识别物体，还要找出物体的位置信息。DCNN卷积网络越深，其位置信息丢失的越严重。所以在deeplab v1/v2中用到了，全局CRF增强其位置信息。
但是在deeplabv3中，使用大采样率的3X3空洞卷积，图像边界响应无法捕捉远距离信息，会退化为1×1的卷积, 所以deeplabv3将图像级特征融合到ASPP模块中。融合图像级特征，相当于融合了其位置信息。所以就不需要最后再用CRF了（这也是楼上说的，用了CRF，其精度也增加的不多的原因）。
1
相关话题
基于计算机视觉从一张图片重建人体的三维网格，能否获取腰围、胸围、臂长、腿长等数据？有哪些人工智能上的事实，没有一定人工智能知识的人不会相信？
我决定进军期货市场，您有什么建议吗？
测试集在构造的时候需要人为控制其中应该正确的和应该错误的数据比例吗？
人工智能、模式识别领域最终是否会被一种本质、通用的算法主导？
现在人工智能的某些学派，是不是跟中医有些像？
如果不按套路下棋是不是就能赢 Alpha Go 了？
为什么最近几年 FPGA 变得越发受大家重视了？
Transformer中的Mask矩阵已经有顺序了，能去掉position embedding吗?
机器学习，数据挖掘在研究生阶段大概要学些什么？
前一个讨论
计算机视觉中，目前有哪些经典的目标跟踪算法？
相关的话题
NLP文本分类的本质是不是其实是找相似，对于要分类的句子，在训练集里找最相似的句子？为什么在实际的kaggle比赛中，GBDT和Random Forest效果非常好？
研一，在学机器学习和深度学习，为什么感觉越学越不会，怎么解决这个问题？
如何评价 DeepMind 发表在 Nature 的论文公开无需人类棋谱的 AlphaGo Zero？
机器学习小白来提问：关于联邦学习FedAVG和FedSGD的问题？
能否对卷积神经网络工作原理做一个直观的解释？
机器之心提问：如何评价Facebook Training ImageNet in 1 Hour这篇论文?
为什么CV能做到让一幅人脸图动了笑了，而NLP的text-style-transfer进展貌似一般？
在CV/NLP/DL领域中，有哪些修改一行代码或者几行代码提升性能的算法？
如何评价 马毅教授 的 NeurIPS 2020 中稿文章 MCR2 及 自称弄明白深度学习了？
如何评价余凯创立的horizon robotics？
全连接层的作用是什么？
在统计学领域有哪些经典奠基性的论文？
如何进行图像模糊与清晰的分类？
什么是人工智能？人工智能、机器学习、深度学习三者之间有什么关系吗？
结合深度学习的图像修复怎么实现？
强化学习和自适应控制的关系是什么？
神经网络为什么可以（理论上）拟合任何函数？
国内目前的量化交易是否很少涉及到机器学习？
有人说「真正的人工智能至少还要几百年才能实现」，真的是这样吗？
多任务学习中loss多次backward和loss加和后backward有区别吗？
2022 年人工智能领域的发展趋势是什么？你都有哪些期待？
为什么我用相同的模型，数据，超参，随机种子，在两台服务器会得到不同的结果？
为什么说深度学习没有理论基础?
深度学习火热兴起后，隐马尔可夫模型（HMM）还有何独到之处，是不是几乎可被深度学习模型给替代了？
神经网络中的能量函数是如何定义的？
现在的人工智能是否走上了数学的极端？
如何评价 PyTorch 团队推出的推荐系统库 TorchRec？
目标检测算法中Two-stage算法速度慢,到底在哪里?
如何评价Google提出的MLP-Mixer：只需要MLP就可以在ImageNet上达到SOTA？