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
如何看待旷视科技新产品监视学生上课？能否用具体的例子解释一下 (Model-based) Structural Estimation？
transformer中的Q,K,V到底是什么？
如何看待NLP领域最近比较火的prompt，能否借鉴到CV领域？
人工智能领域有哪些精妙的数学原理？
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？
如何看待学霸君的高考机器人 Aidam 高考全国文科数学卷考了 134 分？
究竟什么是损失函数 loss function?
CVPR 2019 有哪些值得关注的亮点？
为什么 larger batch size 对对比学习的影响比对监督学习的影响要大？
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
主动学习(Active learning)算法的原理是什么，有哪些比较具体的应用？AI在网络安全领域（尤其是威胁检测领域），有什么好的应用场景？
如何看待《Nature》发布的新研究：摄像头是天生的神经网络，速度超越传统方法千倍?
自动化的控制与检测领域中，有没有像机器学习、图像处理领域一样经典巧妙的算法？
怎么通过一维分布的随机样本推测原分布？
GBDT算法的细节问题？
超越人类的人工智能 (AI) 是否能够实现？
只有正样本和未标签数据的机器学习怎么做？
如何看待Tensor Comprehensions？与TVM有何异同？
机器学习专家与统计学家观点上有哪些不同？
到了 2022 年，人工智能有哪些真正可落地的应用？
为什么自动控制理论这么玄学？
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？
如何评价剑桥，腾讯， DeepMind以及港大团队新作 SimCTG ?
联邦学习在机器学习领域有什么独立存在的价值?
为什么现在的CNN模型都是在GoogleNet、VGGNet或者AlexNet上调整的？
pytorch 分布式计算 你们都遇到过哪些 坑/bug？
为什么神经网络具有泛化能力？
为什么读论文最好打印出来读？
马上计算机研一，想问一下机器学习、深度学习…大家都是怎么入门的？
如何系统学习机器学习？
如何理解 natural gradient descent?
普通FPGA工程师怎样向人工智能靠拢？
只有正样本和未标签数据的机器学习怎么做？
熵权法确定权重的原理是不是因为它仅依赖于数据本身的离散性?
如何评价微软亚洲研究院提出的LightRNN？
现代人工神经网络是不是一个死胡同？这个技术是不是骗人的？
联邦学习在机器学习领域有什么独立存在的价值?
把某人的 DNA 序列作为输入，正面照片作为输出，丢到深度神经网络里面学习，可行吗？
如何理解 Graph Convolutional Network（GCN）？