手撕代码1：deep image matting

前言
        本系列文章就是为了解决一个特别坑的问题：下载下来的github模型该怎么去看懂。毕竟大多数从论文学代码的家伙的基础都是。。。差不多的拉。。。所以就把这个笔记作为一个记录弄上来了。
代码github地址：https://github.com/foamliu/Deep-Image-Matting-PyTorch
论文地址：https://arxiv.org/abs/1703.03872​​​​​​​​​​​
        这篇论文被称为深度学习抠图的开山之作，在之后的深度学习抠图的算法来说都当作标杆一样的进行比对，虽然是2017年cvpr的久远论文，但是开创了抠图的新思路，那就是纯粹按照损失函数进行比对来抠。后续的算法不管结构多么神奇堆叠，本质思想是从他开始的。
算法结构：

 
        简单粗暴的encoder和decoder模型架构，仅仅就是用了卷积就达到了文章所说的效果，这个模型本身就极为神奇。放到现在天花乱坠的拼搭的画风简直就是一股子清流。那么现在就开始手撕模型代码然后再讲具体是咋回事。
手

手撕代码1：deep image matting最先出现在Python成神之路。