1、下采样+上采样 ： Convolution + Deconvolution /Resize 2、 多尺度特征融合： 特征逐点相加 /特征channel维度拼接 3、 获得像素级别的segement map ：每一个像素点进行判断类别
即使是更复杂的DeepLab v3+ 依然也是这种思路
FCN
DeepLab DeconvNet SegNet PSPNet Mask-RCNN普通分割 将不同分属不同物体的像素区域分开。 如前景与后景分割开，狗的区域与猫的区域与背景分割开。
语义分割 在普通分割的基础上，分类出每一块区域的语义（即这块区域是什么物体）。 如把画面中的所有物体都指出它们各自的类别。
实例分割 在语义分割的基础上，给每个物体编号。 如这个是该画面中的狗A，那个是画面中的狗B。
图像语义分割是计算机视觉中非常重要的任务。 它的目标是为图像中的每一个像素分类，如果能够快速准确地去做图像分割，很多问题将会迎刃而解。因此，他
