一、概述
**语义分割：**是把每个像素都打上标签（这个像素点是人、树、背景等）
**实例分割：**不光要区别类别，还要区分类别中的每一个个体
**损失函数：**逐像素的交叉熵；样本均衡问题
MIOU指标：
MIOU是计算所有类别的平均值
二、卷积神经网络
卷积神经网络与传统网络的区别：
整体架构：
三、Deeplab
空洞卷积
空洞局安居的优势：
- 图像任务中需要较大感受野来更好完成任务
- 通过设置dilation rate 参数来完成空洞卷积，并没有额外计算
- 可以按照参数扩大任意倍数的感受野，而且没有引入额外的参数
- 应用简单，就是卷积层中多设置一个参数就可以
SPP层
