(21)图像分割——SegNet

2018-11-13  本文已影响0人  顽皮的石头7788121

    SegNet与FCN类似,也移除了全连接层,不同的是,采用了编码器-解码器结构,在上采样和下采样中使用了不同的方法。其网络结构如下:

SegNet网络结构

    SegNet的编码器部分使用的是VGG16的前13层卷积网络,每个编码器层都对应一个解码器层,最终解码器的输出被送入soft-max分类器以独立的为每个像素产生类概率。

    每个编码器由数个蓝色层(卷积层,批归一化层,RELU层)以及一个Pooling层(2x2窗口,步进2,最大池化)组成,输出相当于系数为2的下采样。

    最大池化过程中会损失一些信息,因此这里储存了max-pooling indices,保存最大池化过程中的位置信息,用于在上采样的时候进行恢复。

    与FCN相比,训练精度更高也更快。

    可在http://mi.eng.cam.ac.uk/projects/segnet/进行实验

上一篇 下一篇

猜你喜欢

热点阅读