更新

ch09_图像分割/第九章_图像分割.md

@@ -2,25 +2,11 @@
 
 [TOC]
 
-作者：scutan90   
-编辑者：shw2018（UESTC_孙洪卫_硕，Wechat：sunhwee）    
-提交：2018.10.25  
-更新：2018.10.31  
-
-<----cfj-2019-01-07---->
-
-1. 新增什么是图像分割？图像分割算法类别
-2. 新增图像分割数据集
-
 # 第九章 图像分割
 
-## 9.1 什么是图像分割？
+## 9.1 图像分割算法分类？
 
-图像分割是预测图像中每一个像素所属的类别或者物体。
-
-## 9.2 图像分割算法分类？
-
-基于深度学习的图像分割算法主要分为两类：
+图像分割是预测图像中每一个像素所属的类别或者物体。基于深度学习的图像分割算法主要分为两类：
 
 **1.语义分割**
 
@@ -34,57 +20,45 @@
 
 ![](./img/ch9/Instance-01.png)
 
-## 9.3 传统的基于CNN的分割方法缺点？
+## 9.2 传统的基于CNN的分割方法缺点？
 
-&emsp;&emsp;
 传统的基于CNN的分割方法：为了对一个像素分类，使用该像素周围的一个图像块作为CNN的输入，用于训练与预测，这种方法主要有几个缺点：  
-&emsp;&emsp;
 1）存储开销大，例如，对每个像素使用15 * 15的图像块，然后不断滑动窗口，将图像块输入到CNN中进行类别判断，因此，需要的存储空间随滑动窗口的次数和大小急剧上升；  
-&emsp;&emsp;
 2）效率低下，相邻像素块基本上是重复的，针对每个像素块逐个计算卷积，这种计算有很大程度上的重复；  
-&emsp;&emsp;
 3）像素块的大小限制了感受区域的大小，通常像素块的大小比整幅图像的大小小很多，只能提取一些局部特征，从而导致分类性能受到限制。  
-&emsp;&emsp;
 而全卷积网络(FCN)则是从抽象的特征中恢复出每个像素所属的类别。即从图像级别的分类进一步延伸到像素级别的分类。
 
 
-## 9.2 FCN
+## 9.3 FCN
 
-### 9.2.1 FCN改变了什么?
+### 9.3.1 FCN改变了什么?
 
-&emsp;&emsp;
-对于一般的分类CNN网络，如VGG和Resnet，都会在网络的最后加入一些全连接层，经过softmax后就可以获得类别概率信息。但是这个概率信息是1维的，即只能标识整个图片的类别，不能标识每个像素点的类别，所以这种全连接方法不适用于图像分割。
-
-![](./img/ch9/figure_9.1.1_1.jpg)
-
-&emsp;&emsp;
-而FCN提出可以把后面几个全连接都换成卷积，这样就可以获得一张2维的feature map，后接softmax获得每个像素点的分类信息，从而解决了分割问题，如图4。
+​	对于一般的分类CNN网络，如VGG和Resnet，都会在网络的最后加入一些全连接层，经过softmax后就可以获得类别概率信息。但是这个概率信息是1维的，即只能标识整个图片的类别，不能标识每个像素点的类别，所以这种全连接方法不适用于图像分割。
+​	而FCN提出可以把后面几个全连接都换成卷积，这样就可以获得一张2维的feature map，后接softmax层获得每个像素点的分类信息，从而解决了分割问题，如图4。
 
 ![](./img/ch9/figure_9.1.1_2.jpg)
 
 <center>图 4</center>
 
-### 9.2.2 FCN网络结构？ 
+### 9.3.2 FCN网络结构？ 
 
-&emsp;&emsp;
-FCN对图像进行像素级的分类，从而解决了语义级别的图像分割（semantic segmentation）问题。与经典的CNN在卷积层之后使用全连接层得到固定长度的特征向量进行分类（全联接层＋softmax输出）不同，FCN可以接受任意尺寸的输入图像，采用反卷积层对最后一个卷积层的feature map进行上采样, 使它恢复到输入图像相同的尺寸，从而可以对每个像素都产生了一个预测, 同时保留了原始输入图像中的空间信息, 最后在上采样的特征图上进行逐像素分类。
-下图是语义分割所采用的全卷积网络(FCN)的结构示意图：
+​	FCN对图像进行像素级的分类，从而解决了语义级别的图像分割（semantic segmentation）问题。与经典的CNN在卷积层之后使用全连接层得到固定长度的特征向量进行分类（全联接层＋softmax输出）不同，FCN可以接受任意尺寸的输入图像，采用反卷积层对最后一个卷积层的feature map进行上采样, 使它恢复到输入图像相同的尺寸，从而可以对每个像素都产生了一个预测, 同时保留了原始输入图像中的空间信息, 最后在上采样的特征图上进行逐像素分类。
+​	下图是语义分割所采用的全卷积网络(FCN)的结构示意图：
 
 ![](./img/ch9/figure_9.1.2_1.jpg)
 
-### 9.2.3 全卷积网络举例？
+### 9.3.3 全卷积网络举例？
 
-&emsp;&emsp;
-通常CNN网络在卷积层之后会接上若干个全连接层, 将卷积层产生的特征图(feature map)映射成一个固定长度的特征向量。以AlexNet为代表的经典CNN结构适合于图像级的分类和回归任务，因为它们最后都得到整个输入图像的一个概率向量，比如AlexNet的ImageNet模型输出一个1000维的向量表示输入图像属于每一类的概率(softmax归一化)。
+​	通常CNN网络在卷积层之后会接上若干个全连接层, 将卷积层产生的特征图(feature map)映射成一个固定长度的特征向量。以AlexNet为代表的经典CNN结构适合于图像级的分类和回归任务，因为它们最后都得到整个输入图像的一个概率向量。
 
 ![](./img/ch9/figure_9.1.3_1.jpg)
 
 &emsp;&emsp;
-如图所示：  
+如上图所示：  
 &emsp;&emsp;
 （1）在CNN中, 猫的图片输入到AlexNet, 得到一个长为1000的输出向量, 表示输入图像属于每一类的概率, 其中在“tabby cat”这一类统计概率最高, 用来做分类任务。  
 &emsp;&emsp;
-（2）FCN与CNN的区别在于把CNN最后的全连接层转换成卷积层，输出的是一张已经Label好的图片, 而这个图片就可以做语义分割。  
+（2）FCN与CNN的区别在于把CNN最后的全连接层转换成卷积层，输出的是一张已经带有标签的图片, 而这个图片就可以做语义分割。  
 &emsp;&emsp;
 （3）CNN的强大之处在于它的多层结构能自动学习特征，并且可以学习到多个层次的特征: 较浅的卷积层感知域较小，学习到一些局部区域的特征；较深的卷积层具有较大的感知域，能够学习到更加抽象一些的特征。高层的抽象特征对物体的大小、位置和方向等敏感性更低，从而有助于识别性能的提高, 所以我们常常可以将卷积层看作是特征提取器。