兰天翔，向子彧，刘名果，陈 凯

1.河南大学 物理与电子学院 开封市智能制造工程技术研究中心，河南 开封475000

2.电子科技大学 格拉斯哥学院，成都611731

语义分割是一项像素级精度的分类任务，其将输入视觉图像分为不同的语义类别并对相应像素点作标记。早期语义分割主要使用聚类算法，而全卷积语义分割网络的出现，使得深度学习技术在语义分割领域快速推广。全卷积语义分割网络始于Long等人提出的FCN网络（Fully Convolutional Networks）[1]，核心思想是使用卷积层替换网络中原有的线性层，使得网络能够适应任意尺寸的输入。FCN在网络层级间使用了跳级结构，将低级特征引入到高级特征中，在语义分割任务中取得了不错的效果。其后在FCN网络的基础上，Ronneberger等人提出了U-Net网络[2]，通过使用多次跳跃连接，增加低层特征细节，从而提高网络的精度；Noh等人提出了DeconvNet网络[3]，改善了FCN网络感受野固定、上采样粗糙的问题；Badrinarayanan等人参考U-Net及DeconvNet，提出了SegNet网络[4]，大幅减少了DeconvNet的参数量，并保证了网络分割精度；Google公司提出空洞卷积方式，有效地扩大了语义分割网络的感受野，使用空间金字塔空洞卷积从多个尺度提取图片中的特征，由此发展出deeplab网络系列[5-8]；其他还有诸如E-Net、Link-Net、Mask R-CNN、PSPNet等[9-14]基于FCN发展而来的网络模型，在语义分割和目标检测方面起到了重要的作用。虽然各种神经网络在分割精度上不断提升，但模型对计算量的要求也在不断增加，工业自动化方向的需求并没有得到满足。在工业自动化生产过程中，如何使用较少的资源，既好又快地完成指定任务是难点之一。……