开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

社区首页 >专栏 >条件随机场（Conditional Random Field，CRF）

条件随机场（Conditional Random Field，CRF）

作者头像

JNingWei

发布于 2022-05-11 10:50:54

发布于 2022-05-11 10:50:54

9330

举报

文章被收录于专栏：JNing的专栏JNing的专栏

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

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2021-09-06，如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自作者个人站点/博客前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

评论

登录后参与评论

0 条评论

热度

最新