pytorch復(fù)現(xiàn)語義分割U2-Net，附預(yù)訓(xùn)練模型
向AI轉(zhuǎn)型的程序員都關(guān)注了這個(gè)號(hào)???
機(jī)器學(xué)習(xí)AI算法工程?? 公眾號(hào)：datayx
U2-Net在Reddit、Twitter火爆一時(shí)，號(hào)稱2020年最強(qiáng)的靜態(tài)背景分割算法，下圖展示了U2-Net與其他方法的性能對(duì)比：
提出的ReSidual U-blocks (RSU)中混合了不同大小的感受場，能夠從不同的尺度捕捉更多的上下文信息； 在不顯著增加計(jì)算代價(jià)的情況下，增加了整個(gè)體系結(jié)構(gòu)的深度； 從頭開始訓(xùn)練深度網(wǎng)絡(luò)，無需使用圖像分類任務(wù)中的Backbone。
U2-Net是一種為SOD設(shè)計(jì)的兩級(jí)嵌套的U型結(jié)構(gòu)網(wǎng)絡(luò)； 在底層設(shè)計(jì)了一種新的ReSidual U-blocks (RSU)，它能夠在不降低特征圖分辨率的情況下提取多尺度特征； 在頂層設(shè)計(jì)了一種類似U-Net的結(jié)構(gòu)，其中每一級(jí)都由RSU塊填充。
從這個(gè)結(jié)構(gòu)大家應(yīng)該可以看到，這有點(diǎn)Transformer的思想啊！通過堆疊更多的sequence2sequence （在這里是encodeer和decoder）來獲取盡可能多的語義信息。
從網(wǎng)絡(luò)結(jié)構(gòu)里面我們能學(xué)習(xí)到一些比較有意思的思想：
堆疊work的block來暴力獲取更大的gain；
使用大的空洞卷積因子來獲取更大的感受野，整體的視覺信息更加豐富；
通過不同level的輸出來fuse最終的輸出。
其實(shí)同樣的idea也可以用在目標(biāo)檢測，實(shí)例分割等方面。。只是看你有沒有足夠的運(yùn)氣在有限的時(shí)間內(nèi)找到一個(gè)work的方法。
代碼及運(yùn)行教程??獲取：
關(guān)注微信公眾號(hào) datayx ?然后回復(fù)??u2? 即可獲取。
AI項(xiàng)目體驗(yàn)地址 https://loveai.tech
u2net的應(yīng)用
我們自始至終都倡導(dǎo)學(xué)以致用，即便是最fancy的模型，我們也會(huì)挖掘它的應(yīng)用點(diǎn)。對(duì)于這個(gè)模型來說，毫無疑問，用來去除背景是最好的應(yīng)用。
來在一些范例的圖片上看看效果,：
應(yīng)用于摳圖
閱讀過本文的人還看了以下文章：
TensorFlow 2.0深度學(xué)習(xí)案例實(shí)戰(zhàn)
基于40萬表格數(shù)據(jù)集TableBank，用MaskRCNN做表格檢測
《基于深度學(xué)習(xí)的自然語言處理》中/英PDF
Deep Learning 中文版初版-周志華團(tuán)隊(duì)
【全套視頻課】最全的目標(biāo)檢測算法系列講解，通俗易懂！
《美團(tuán)機(jī)器學(xué)習(xí)實(shí)踐》_美團(tuán)算法團(tuán)隊(duì).pdf
《深度學(xué)習(xí)入門：基于Python的理論與實(shí)現(xiàn)》高清中文PDF+源碼
python就業(yè)班學(xué)習(xí)視頻，從入門到實(shí)戰(zhàn)項(xiàng)目
2019最新《PyTorch自然語言處理》英、中文版PDF+源碼
《21個(gè)項(xiàng)目玩轉(zhuǎn)深度學(xué)習(xí)：基于TensorFlow的實(shí)踐詳解》完整版PDF+附書代碼
《深度學(xué)習(xí)之pytorch》pdf+附書源碼
PyTorch深度學(xué)習(xí)快速實(shí)戰(zhàn)入門《pytorch-handbook》
【下載】豆瓣評(píng)分8.1,《機(jī)器學(xué)習(xí)實(shí)戰(zhàn):基于Scikit-Learn和TensorFlow》
《Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)》PDF+完整源碼
汽車行業(yè)完整知識(shí)圖譜項(xiàng)目實(shí)戰(zhàn)視頻(全23課)
李沐大神開源《動(dòng)手學(xué)深度學(xué)習(xí)》，加州伯克利深度學(xué)習(xí)（2019春）教材
筆記、代碼清晰易懂！李航《統(tǒng)計(jì)學(xué)習(xí)方法》最新資源全套！
《神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)》最新2018版中英PDF+源碼
將機(jī)器學(xué)習(xí)模型部署為REST API
FashionAI服裝屬性標(biāo)簽圖像識(shí)別Top1-5方案分享
重要開源！CNN-RNN-CTC 實(shí)現(xiàn)手寫漢字識(shí)別
同樣是機(jī)器學(xué)習(xí)算法工程師，你的面試為什么過不了？
前海征信大數(shù)據(jù)算法：風(fēng)險(xiǎn)概率預(yù)測
【Keras】完整實(shí)現(xiàn)‘交通標(biāo)志’分類、‘票據(jù)’分類兩個(gè)項(xiàng)目，讓你掌握深度學(xué)習(xí)圖像分類
VGG16遷移學(xué)習(xí)，實(shí)現(xiàn)醫(yī)學(xué)圖像識(shí)別分類工程項(xiàng)目
特征工程(二) :文本數(shù)據(jù)的展開、過濾和分塊
如何利用全新的決策樹集成級(jí)聯(lián)結(jié)構(gòu)gcForest做特征工程并打分？
Machine Learning Yearning 中文翻譯稿
斯坦福CS230官方指南：CNN、RNN及使用技巧速查（打印收藏）
python+flask搭建CNN在線識(shí)別手寫中文網(wǎng)站
中科院Kaggle全球文本匹配競賽華人第1名團(tuán)隊(duì)-深度學(xué)習(xí)與特征工程
不斷更新資源
深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、數(shù)據(jù)分析、python
?搜索公眾號(hào)添加：?datayx??
機(jī)大數(shù)據(jù)技術(shù)與機(jī)器學(xué)習(xí)工程
?搜索公眾號(hào)添加：?datanlp
長按圖片，識(shí)別二維碼