基于camvid数据集的Deeplabv3+分割算法

前言

在前面的内容中，对比了Camvid数据集在基于不同backbone的Deeplabv3+算法上的效果。在这节内容中，本文将介绍在ghostnet的基础上，进一步优化效果，使得Miou提升。通过引入CFAC和CARAFE结构，有效地提升了模型的miou。

1.代码部分

1.1CFAC模块

在Deeplabv3+的decoder部分，只使用了1/4尺度的特征图，而后面两层特征图并没有使用。而CFAC部分则是将后面两种尺度的特征图也引入了进来，使得解码时的特征图更加丰富。

在nets/tricks/necks.py中添加如下代码：

import torch.nn as