FCN（Fully Convolutional Network）：是一种最早的全卷积神经网络，通过去掉全连接层并增加上采样层，实现了对任意尺寸图像的像素级分类。
U-Net：是一种具有对称结构的卷积神经网络，通过增加上采样和下采样路径，并使用跳跃连接来提高语义分割的性能。
SegNet：是一种基于FCN的语义分割网络，通过使用自编码器和反卷积层来增加网络的深度和宽度，并使用池化层的最大值位置进行上采样，来提高语义分割的性能。
PSPNet（Pyramid Scene Parsing Network）：是一种通过金字塔池化来捕捉多尺度信息的语义分割网络。通过使用不同大小的池化核来提取不同尺度的特征，并将它们合并在一起，来提高语义分割的性能。
DeepLab系列：是一种基于空洞卷积的语义分割算法，通过使用多个不同大小的空洞卷积核来捕捉多尺度信息，并通过跨通道特征集成来提高语义分割的性能。
