深度学习论文笔记（七）---Deconvolution network-2016年（Learning Deconvolution Network for Semantic Segmentation ）

深度学习论文笔记（七）---Deconvolution network

Learning Deconvolution Network for Semantic Segmentation

Author：H Noh ， S Hong ， B Han

Year：2016

1、  导引

2015年提出的FCN网络在Semantic segmentation上取得了较好的成绩，但是依然存在两个较为突出的缺点：

①First, the network has a predefined fixed-size receptive field.

所以那些大于或者小于感受野的目标，就可能被分裂或者错误标记。具体点来说，对于大目标，进行预测时只使用了local information所以可能会导致属于同一个目标的像素被误判为不连续的标签(即不同目标)，如下图，左侧为input，中间为ground truth，右侧为result，可见这个大巴由于too large所以被分割成了很多不连续的部分。

而对于小目标来说，经常会被忽略掉，就是被当作了背景了。如下图，左侧为input，中间为ground truth，右侧为result。由于人很远所以在图中面积too small，结果被当作背景了：

②目标的细节结构常常丢失或者被平滑处理掉，

所以输入deconvolution-layer的label map就太粗糙了，而且deconvolution 这个步骤在FCN这篇文章中做的过于简单了。

缺少一个在大量数据上得到训练的deconvolution network使得准确地重构物体边界的高维非线性结构变得困难。

针对上面的两个limitations，这篇文章提出的贡献有：

• We learn a deep deconvolution network, which is composed of deconvolution, unpooling, and rectified linear unit (ReLU) layers.

•   经过训练的网络被用于单个物体以获得 instance-wise（就是样例水平上）的分割，并最终和语义分割结合起来。

•   在PASCAL VOC 2012数据集上取得的效果很nice。

2、模型解读<