xuanlang

说是标题党并不为过。在看到这篇论文的时候发现分割网络结构平平无奇，又是如何秒杀unet和deeplab?在运行了论文的开源代码以后发现最终的输出结果只是二分类的准确率，这样就呵呵了。 第一，一般的分割网络都具有编解码结构，该论文并没有上采样，因此换来速度的提升，那么这本身与语义分割就是相矛盾的，unet和deeplab系列都是在优化分割的精度而不断改进，所以一切的问题都是上采样引起的，这也是研究分割的目的。但是该论文用了一个序列式的分割结构作为辅助网络从而进行二分类，并且和unet和deeplab比较分类准确率本身就是有问题的。 第二，工业实际应用如果只是考虑检查的分类准确率和速度，那为何不直接用目标检测的方式岂不是更快？ 第三，关于少样本问题，难道不是过拟合了吗！真正的少样本都是靠半监督，弱监督或者元学习的方法实现，但是该论文并没有说明为何少量样本就能实现很好效果的原因 第四，如果该论文在分割精度上赶上了deeplab，并且在速度上有很大提升，才算是真正的秒杀吧！