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)注了這個號???
機器學(xué)習(xí)AI算法工程?? 公眾號：datayx
U2-Net在Reddit、Twitter火爆一時，號稱2020年最強的靜態(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； 在不顯著增加計算代價的情況下，增加了整個體系結(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)計的兩級嵌套的U型結(jié)構(gòu)網(wǎng)絡(luò)； 在底層設(shè)計了一種新的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)計了一種類似U-Net的結(jié)構(gòu)，其中每一級都由RSU塊填充。
從這個結(jié)構(gòu)大家應(yīng)該可以看到，這有點Transformer的思想?。⊥ㄟ^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。
其實同樣的idea也可以用在目標檢測，實例分割等方面。。只是看你有沒有足夠的運氣在有限的時間內(nèi)找到一個work的方法。
代碼及運行教程??獲?。?/span>
關(guān)注微信公眾號 datayx ?然后回復(fù)??u2? 即可獲取。
AI項目體驗地址 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，我們也會挖掘它的應(yīng)用點。對于這個模型來說，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
《美團機器學(xué)習(xí)實踐》_美團算法團隊.pdf
《深度學(xué)習(xí)入門：基于Python的理論與實現(xiàn)》高清中文PDF+源碼
python就業(yè)班學(xué)習(xí)視頻，從入門到實戰(zhàn)項目
2019最新《PyTorch自然語言處理》英、中文版PDF+源碼
《21個項目玩轉(zhuǎn)深度學(xué)習(xí)：基于TensorFlow的實踐詳解》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)快速實戰(zhàn)入門《pytorch-handbook》
【下載】豆瓣評分8.1,《機器學(xué)習(xí)實戰(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)完整知識圖譜項目實戰(zhàn)視頻(全23課)
李沐大神開源《動手學(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
重要開源！CNN-RNN-CTC 實現(xiàn)手寫漢字識別
同樣是機器學(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)險概率預(yù)測
【Keras】完整實現(xiàn)‘交通標志’分類、‘票據(jù)’分類兩個項目，讓你掌握深度學(xué)習(xí)圖像分類
VGG16遷移學(xué)習(xí)，實現(xiàn)醫(yī)學(xué)圖像識別分類工程項目
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名團隊-深度學(xué)習(xí)與特征工程
不斷更新資源
深度學(xué)習(xí)、機器學(xué)習(xí)、數(shù)據(jù)分析、python
?搜索公眾號添加：?datayx??
機大數(shù)據(jù)技術(shù)與機器學(xué)習(xí)工程
?搜索公眾號添加：?datanlp
長按圖片，識別二維碼