课程七天满满的干货，首先附上课程链接：https://aistudio.baidu.com/aistudio/course/introduce/1767
对课程中介绍的一些分割模型算法做了一个小的总结，以后再详细学习和详细介绍。总结如下：
（1）FCN网络
FCN=Fully Convolutional Networks
即全卷积无FC，语义分割约等于像素级分割，它将FC替换成Conv
输入RGB图像，输出原图中每个像素对应的类别
除了传统的卷积过程，还要经过上采样、反卷积等过程
（2）U-Net/PSP Net
U-Net
采用编码器和解码器的U型结构
输入输出大小不变
Skip结合方式采用Concatenation
PSP Net
利用全局信息
全局信息in CNN，类似于特征金字塔
利用上下文信息，增大感受野
Backbone为Dilated ResNet
（3）DeepLab Net
DeepLab目前有V1、V2和V3三个系列
目前的V3版本在Input Image进入后经过Stem、Res Layers、Res Layers copy、ASPP'、classification、Interpolation 8x后到达Output
如下为DeepLab V3结构
（4）图卷积网络
解决上下文联系的问题
为输入的二维图像或者特征图学习一个图表征，并学习在该图所有节点进行消息传递，使模型能利用全局信息，最后将学习到的图表征投影回二维空间