网络名作者父辈生辰简述增加的结构丢弃的结构优势劣势Caffe实现Tensorflow实现
VGG16 FCN的灵感来源 FCNJ.LongVGG162014图像分割鼻祖一个Deconv层(从无到有)所有fc层简单粗糙 DeconvNetH.NohFCN2015 Unpooling层（从无到有）、多个Deconv层（层数增加）、fc层（从无到有） SegNetVijay BadrinarayananDeconvNet2016 每个max_pooling的max索引所有fc层 DeepLab FCN PSPNet Mask-RCNN 2017源代码尚未开源 真正做到像素级
Image Segmentation（图像分割）族谱
FCN
DeepLab
DeconvNet
SegNet
PSPNet
Mask-RCNN
按分割目的划分
普通分割
将不同分属不同物体的像素区域分开。 如前景与后景分割开，狗的区域与猫的区域与背景分割开。
语义分割
在普通分割的基础上，分类出每一块区域的语义（即这块区域是什么物体）。 如把画面中的所有物体都指出它们各自的类别。
实例分割
在语义分割的基础上，给每个物体编号。 如这个是该画面中的狗A，那个是画面中的狗B。
