语义分割系列教程1
大家好，我是小开，从今天开始给大家分享一个语义分割的系列教程。
整个教程会以编码为主，穿插理论与论文，让大家可以一步一步的完成整个项目的实现，并最终达到一个很好的落地效果。在这个教程中我们要做的就是人像分割，效果如图所示：
简单来说就是把人物从图像中抠出来，看到这里大家是不是已经想到了很多的应用，比如小破站的弹幕，证件照合成软件，会议软件的替换背景功能等等等等。
在分割当中人像分割属于比较简单的任务，但是想真正做好，达到落地的效果其实并不简单。
整个教程的内容主要分为以下几大部分：
- 模型设计相关
- 性能调优相关
- 模型实时性相关
在实验数据集上选择了百度开源的人像分割数据集，地址如下：
https://pan.baidu.com/s/1sjqcm4H?
https://pan.baidu.com/s/1qWv5wF6
深度学习框架我们选择了pytorch。
那么从神经网络的角度如何实现这一问题呢？
首先网络的输入是一张RGB三通道图像（当然也有四通道的做法，暂且不提），输出则是一张单通道的mask图，全图分为属于人的类别与不属于人的类别两类，通过训练神经网络，使模型可以将输入图像中的人物与其余部分分开，mask图最终再作用于原图，实现要应用的功能。如下图所示：
有兴趣看下去的同学可以点个关注，我会尽快更新的！