从任务上来看，语义分割要实现的最终目标是像素级分类： 从像素层次来识别图像，即为图像中的每个像素指定类别标记。
分割网络：Deeplabv3p
用一个简单有效的解码器模块扩展DeepLabv3优化细分结果，尤其是沿目标边界。此外，在这种编码器—解码器结构中，可以通过空洞卷积（在模型的最后一个特征图应用全局平均池化）任意地控制所提取的编码器特征的分辨率，以折中准确率和运行时间。
综合了以下三个特点：
1、提高感受野的大小；
2、提高Encoder网络的层数；
3、扩大了卷积核可触达的区域即意味着扩大卷积所包含的信息范围。
骨干网络：MobileNetv3
MobileNetv3作为一种轻量级网络，其参数量还是一如既往的小，只有三四百万参数量，不容易过拟合，分为large和small两类，前者用于高资源用例，后者性能好。主要利用网络架构搜索（NAS—NetAdapt Search）优化每个网络块来搜索全局网络结构的一种算法，先升维后降维，但当降维过度时，ReLU会造成信息丢失，升维后容易保持可逆。优化了网络端部的最后阶段，将最后一步的平均池化层前移并移除最后一个卷积层。
综合了以下四个特点：
1、深度可分离卷积depthwise separable convolutions，在输入1x1卷积进行升维度后，进行3x3深度可分离卷积，减少参数量和计算量，本质是对冗余信息更少的稀疏化表达；
2、具有线性瓶颈的逆残差结构the inverted residual with linear bottleneck，先利用1x1卷积进行升维度，再进行下面的操作，并具有残差边，加深网络层数；
3、轻量级的注意力模型，可调整每个通道的权重；
4、利用hard-swish代替swish函数，由于在更深的网络层中使用h-swish才能体现其优势，建议通常在模型的后半部分使用，提高性能。
