计算机视觉识别任务

1. 语义分割

• 语义分割思路
  1）滑动窗口
  
  但是这种方法效率太低了，重叠区域反复被计算
  2）全卷积
  
  但是，如果处理过程中保持原始分辨率，对于显存的需求会非常庞大…
  解决方案
  
  上采样？
  
  第二种方法还原的位置可能不对，引入index pooling方法，如下
  
  可学习的上采样：转置卷积
  
  
  例子
  
  
  左边下采样，右边上采样
  

2. 目标检测

1）单目标（分类+定位）

2) 目标检测：多目标

CNN利用滑动窗口对图像中所有可能的区域进行分类，计算量巨大！！

后来改进，用区域建议Selective Search选取候选框

有了R - CNN

改进之后，有了Fast-RCNN

Fast-RCNN能实现端对端的网络，其中最主要的贡献就是在裁剪+缩放特征部分实现可导，ROI Pooling