论文链接：http://xxx.itp.ac.cn/pdf/1912.10230.pdf
本文介绍了2D图像基于深度学习的语义分割技术的发展，划分为FCN前或早期深度学习、全卷积网络和FCN后三个阶段来讨论，并列举了2013年以来一些重要的语义分割模型。作者最后认为一、基于图的模型由于速度慢而被抛弃；二、针对近两年没有一种模型能够在性能上有较大的提升的问题，未来的方向将集中于基于目标检测的方法和基于注意力的方法。
摘要
语义分割就是对图像进行像素级的标注。由于是像素级的定义，仅仅对图像分配标签是不合理的，而是要在原图像分辨率上定位每个标签的位置。卷积神经网络CNN在创建语义、高层次和层次图像特征方面的巨大提升，在过去的一段时间中有大量的基于深度学习的2D图像的语义分割方法被提出来。在本文中主要聚焦于2D图像的基于深度学习方法的重要的语义分割模型。我们从公开的图像集和积分榜上的2D语义分割进行分析，并简要概述了在性能评估中使用的技术。在分析语义分割模型的发展时，我们按照时间顺序划分为三个阶段，分别为深度学习早期阶段、全卷积阶段和后FCN阶段。我们从技术上提出了解决该领域基本问题的方案，如细粒度定位和尺度不变性。在做出结论前，我们对绘制了一张包含所有阶段的表格，并简要概述了每种方法的贡献。最后时讨论了该领域目前的挑战以及这些挑战在多大程度上得到了解决。
最终结论：全局特征的决定了最终性能。
推荐阅读：https://blog.csdn.net/GrayOnDream/article/details/103845647/