- 完全连接的CRF在双线性插值后应用于网络输出上。
- CRF是一个后阶段的处理过程,它使DeepLabv1和DeepLabv2变为不是端到端的学习框架。不在DeepLabv3和DeepLabv3 中被弃用。
- 输入的是原图和mask,对输出结果做一个融合微调,使得分割结果更精准。
- CRF能够稳定提效,但是极其耗时。只有完全不考虑实效性的刷版才会使用到。
- 要用的话,推荐用全连接条件随机场(DenseCRF)。
- 【总结】图像语义分割之FCN和CRF
条件随机场(Conditional Random Field,CRF)
2022-05-11 10:50:54
浏览数 (1)