This is a survey and practice of semantic segmentation network. Taking the satellite image segmentation as the research task, several classic neural networks based on deep learning are tested.
调研了目前较为常用的语义分割网络，并在一套卫星图像语义分割数据集上做训练和测试。代码基于 Keras 框架编写，网络结构根据实际情况做了一些调整。
数据集下载地址：https://pan.baidu.com/s/1i6oMukH （yqj2）
预训练模型：目前预训练模型暂不公开。
最为基础的语义分割网络之一，结构简单。
同样是较为经典的语义分割网络，结构简单。
结构方面的细节推荐查看：https://www.cnblogs.com/fanhaha/p/7242758.html
全卷积神经网络是比较经典的分割网络。根据转置卷积上采样倍数的区别，FCN family 包括 FCN-8，FCN-16, 和 FCN-32。其中 FCN-8 的效果最佳。
设计了非对称的编码解码模块，旨在减少参数和计算量。
使用了可分离卷积、空洞卷积、跳跃连接等结构。
参考：https://www.jianshu.com/p/755b001bfe38
使用了金字塔池化和插值缩放方法。
参考：https://blog.csdn.net/u011974639/article/details/78985130
核心操作是 residual connections 和 factorized convolutions(空间可分离卷积)
参考：https://blog.csdn.net/baidu_27643275/article/details/98187098
