diff --git a/README.md b/README.md index 2c68e44f586e9db902d97d25eb7c080d74505c80..60d2a70a14b47f0f7a8617eb967074e5d1ae6c36 100644 --- a/README.md +++ b/README.md @@ -29,6 +29,7 @@ PaddlePaddle 提供了丰富的计算单元，使得用户可以采用模块化 [Faster RCNN](./fluid/PaddleCV/rcnn/README_cn.md)|典型的两阶段目标检测器|创造性地采用卷积网络自行产生建议框，并且和目标检测网络共享卷积网络，建议框数目减少，质量提高|[Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks](https://arxiv.org/abs/1506.01497) [Mask RCNN](./fluid/PaddleCV/rcnn/README_cn.md)|基于Faster RCNN模型的经典实例分割模型|在原有Faster RCNN模型基础上添加分割分支，得到掩码结果，实现了掩码和类别预测关系的解藕。|[Mask R-CNN](https://arxiv.org/abs/1703.06870) [ICNet](./fluid/PaddleCV/icnet)|图像实时语义分割模型|即考虑了速度，也考虑了准确性，在高分辨率图像的准确性和低复杂度网络的效率之间获得平衡|[ICNet for Real-Time Semantic Segmentation on High-Resolution Images](https://arxiv.org/abs/1704.08545) +[DeepLabv3+](./fluid/PaddleCV/deeplabv3+)|基于编码器解码器结构的语意分割模型|通过编码器解码器进行多尺度信息的融合，同时保留了原来的空洞卷积和空洞空间金字塔池化(ASSP)， 其骨干网络使用了Xception模型，降深度可分离的卷积用于ASSP和解码器模块，提高了语义分割的健壮性和运行速率|[Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation](https://arxiv.org/abs/1802.02611) [DCGAN](./fluid/PaddleCV/gan/c_gan)|图像生成模型|深度卷积生成对抗网络，将GAN和卷积网络结合起来，以解决GAN训练不稳定的问题|[Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks](https://arxiv.org/pdf/1511.06434.pdf) [ConditionalGAN](./fluid/PaddleCV/gan/c_gan)|图像生成模型|条件生成对抗网络，一种带条件约束的GAN，使用额外信息对模型增加条件，可以指导数据生成过程|[Conditional Generative Adversarial Nets](https://arxiv.org/abs/1411.1784) [CycleGAN](./fluid/PaddleCV/gan/cycle_gan)|图片转化模型|自动将某一类图片转换成另外一类图片，可用于风格迁移|[Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks](https://arxiv.org/abs/1703.10593) diff --git a/fluid/README.md b/fluid/README.md index dbcc03285bdb5bae3665ddd64325e7d82f2c5b5b..65c3f951c931df2899ae1c6639b59d75fe2745fa 100644 --- a/fluid/README.md +++ b/fluid/README.md @@ -43,9 +43,10 @@ Mask RCNN模型是基于Faster RCNN模型的经典实例分割模型，在原有 图像语意分割顾名思义是将图像像素按照表达的语义含义的不同进行分组/分割，图像语义是指对图像内容的理解，例如，能够描绘出什么物体在哪里做了什么事情等，分割是指对图片中的每个像素点进行标注，标注属于哪一类别。近年来用在无人车驾驶技术中分割街景来避让行人和车辆、医疗影像分析中辅助诊断等。 在图像语义分割任务中，我们介绍如何基于图像级联网络(Image Cascade -Network,ICNet)进行语义分割，相比其他分割算法，ICNet兼顾了准确率和速度。 +Network,ICNet)和DeepLabv3+进行语义分割。 - [ICNet](https://github.com/PaddlePaddle/models/tree/release/1.3/fluid/PaddleCV/icnet) +- [DeepLabv3+](https://github.com/PaddlePaddle/models/tree/release/1.3/fluid/PaddleCV/deeplabv3+) 图像生成 -----------