AI 詞彙表
人工智能完整詞典
200
類別
2,608
子類別
30,011
術語
術語
空洞卷积（Dilated Convolution）
在卷积核元素之间插入空白的卷积操作，允许在不增加参数数量和计算复杂度的情况下扩大感受野。
術語
扩张率（Dilation Rate）
空洞卷积的参数，定义卷积核像素之间的间距，直接控制感受野的扩大程度。
術語
带空洞卷积的编码器-解码器
DeepLabv3+架构，结合强大的编码器（如ResNet）与简单高效的解码器，在保留边缘细节的同时优化分割预测结果。
術語
输出步幅（Output Stride）
输入图像分辨率与最终特征图分辨率之间的比率；DeepLab通常使用16或8的输出步幅来平衡精度和速度。
術語
图像级特征（Image-Level Features）
通过全局池化等方式从整张图像提取的全局特征，集成到DeepLab的ASPP模块中以增强上下文类别的分类能力。
術語
DeepLabv1
DeepLab的第一个版本，在全卷积网络（FCN）中引入空洞卷积用于语义分割，在不损失分辨率的情况下扩大感受野。
術語
DeepLabv2
集成了空洞空间金字塔池化（ASPP）模块的DeepLab版本，有效捕获多尺度上下文信息，成为语义分割的基准模型。
術語
DeepLabv3
改进了ASPP模块，增加了全局池化和1x1卷积，并探索了级联空洞卷积的应用以获得更好的性能。
術語
DeepLabv3+
主要的最新版本，在DeepLabv3架构基础上添加了一个简单但有效的解码器，通过融合低层和高层特征来优化分割预测。
術語
全连接条件随机场（CRF）
在早期DeepLab版本中使用的后处理方法，通过建模图像中所有像素之间的关系来优化分割预测的边缘。
術語
双线性插值上采样
DeepLab中使用的技术，在空洞卷积后恢复特征图的空间分辨率，以生成与输入图像相同大小的分割图。
術語
上下文聚合
DeepLab的基本原理，旨在通过空洞卷积和ASPP模块聚合不同空间范围的环境信息，实现更稳健的预测。
🔍