【语义分割】语义分割上采样方法汇总
在语义分割模型中,一般通过Backbone获得不同分辨率的特征图,然后将特征图融合生成预测结果,在此过程中,不可避免地需要将低分辨率特征图进行上采样提高其分辨率,本文统计了常用的上采样方法,并给出部分上采样算法的numpy实现代码,与opencv进行对比检验代码的正确性。一、插值插值利用像素间的相互关系计算出1、最近邻插值最近邻插值是最简单的插值方法,选取离目标点最近的点作为新的插入点,如下图示例:numpy实现及opencv对比:import cv2from math i.