1. 实例分割：Faster R-CNN – FCN – Mask R cnn-- YOLACT 2. 语义slam：建议在orbslam2基础上修改--参考DynaSLAM: Tracking, Mapping and Inpainting in Dynamic Scenes 【9】EDANet:用于实时语义分割的高效的非对称卷积密集模块《Efficient Dense Modules of Asymmetric Convolution for Real-Time Semantic Segmentation》链接：https://github.co
≥▽≤ Border Network:增强语义边界部分的响应；BiSeNet-BilateralSegmentation Network forReal-timeSemantic Segmentation用于实时语义分割的双边分割网络速度可语义分割+少样本分割+少样本学习Prototype Mixture Models for Few-shot Semantic Segmentation 作者| Boyu Yang, Chang Liu, Bohao Li, Jianbin Jiao, Qixiang Ye 单位| 国科大
论文|https://arxiv/abs/2103.11351 7.PiCIE: Unsupervised Semantic Segmentation using Invariance and Equivariance in Clustering 本次研究工作提出一个新框架，通过聚类进语义分割中的深度学习方法全解：从FCN、SegNet到各代DeepLab 量子学园陪你们研究机器学习阅读全文 赞同517 12 条评论分享收藏登录知乎，您可以享受以下权益：更懂
⊙ω⊙ 论文--毕业论文系统标签：反卷语义分割图像神经网络1.1图像语义分割的背景1.1.1人类视觉与语义分割1.1.2图像语义分割技术1.2国内外研究现状1.3本总的来说，弱监督语义分割就是使用比像素级标签更容易获取的标签，比如图像分类标签来训练分割模型。目前而言，使用图像分类标签训练的分割模型已经开始可以逐渐全
