一、摘要 深度卷积神经网络（DCNN）最近在高级视觉任务中展示了最先进的性能，例如图像分类和对象检测。这项工作汇集了来自DCNN和概率图形模型的方法，用于解决像素级分类（也称为“语义图像分割”）的任务。我们表明DCNN最后一层的响应没有充分定位，无法进行精确的对象分割。这是由于非常不变的属性使DCNN有利于高级任务。 我们通过将最终DCNN层的响应与完全连接的条件随机场（CRF

文章的主要贡献： 速度：带atrous算法的DCNN可以保持8FPS的速度，全连接CRF平均推断需要0.5s；准确：在PASCAL语义分割挑战中获得了第二的成绩；简单：DeepLab是由两个非常成熟的模块(DCNN和CRFs)级联而成。 一、概述 自LeCun（1998）以来，DCNN一直被选作版面识别的方法，如今已经成为高级视觉研究的主流，提高了计算机视觉性能，广泛应用于图像分割，对

记录一次 创建 文件系统失败的case: 我是现建lv ,在这个基础上建 fs 的： 报错： crfs: mkpatch: /etc/locks: Do not specify an existing file: 查找： cd /etc/  发现 ： locks ---> link 到 /var/locks    在去cd /var  发现 locks 没有    解决过程：  mkdir