Lecture 03 学习讲义
正文
工具
按问题查找
区域、像素与实例哪些信息真的改善了像素预测?

选读:FCN、U-Net、FPN 的连接究竟送来了什么

独立阅读
课堂上下文:从哪个问题来

较细支路给解码器另一份可能保留位置线索的输入,但不保证边界正确;应在同一任务比较错误图与逐类 IoU。现有实验中,RGB 简单基线在原条件下胜出,FCN 在模糊后更稳健。对照两种条件,判断结构何时实际有用。

把“有跳连”当成一个共同名字,容易遮住任务差异。FCN 的跳接把较细层的空间线索与粗语义预测结合,服务于逐像素输出;U-Net 的编码—解码路径将高分辨率特征接到相应解码层;FPN 自顶向下融合与横向连接,形成可供不同尺度对象使用的特征层级。

观察点 应在计算图里找什么
较细信息从哪里来 原图或编码器哪个中间层,而非只看上采样箭头
怎么对齐 两条支路的步长、尺寸、坐标约定
怎样组合 相加或拼接,组合后是否再有可学习预测
服务哪个目标 单张类别图、多尺度框、局部实例 mask

如果原图中 4×4 像素的目标进入 stride16 网格,其连续跨度只有 1/4×1/4 格;这使位置读取困难,但不能仅据小于一格断言信息必全丢,通道仍可能记录响应。更细输入或跨层特征带来新的观测机会,是否改善要在指定任务上检查。

保留这份比较,是为学生读到结构名时有判断坐标;本轮主讲不再把它拆为几个平行论文段落。

继续阅读与实验