【语义分割】[文章阅读]segNet

这里写链接内容
文章《SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation》
github代码地址： https://github.com/alexgkendall/caffe-segnet

1、网络构成： 一个编码网络+一个对应的解码网络+各像素分类层。
2、编码网络由VGG16网络的前13层卷积层构成（无fc6\fc7）.解码网络通过max-pooling indices映射成稀疏特征，然后通过可学习的卷积以生成稠密特征
3、算法动机：应用于场景理解。综合考虑测试的时间、内存使用等因素。相比DeepLab-LargeFOV、DeconvNet,segNet模型有竞争力。
4、去除全链接层减少了训练参数。
5、问题：
1）现阶段广泛应用的基于深度学习的场景分割框架，在编码阶段(如vgg16)基本一致，但是在解码、预测方面不同。
2 ) 常用网络训练参数过多（deconvNet），训练困难，因此采用多阶段训练 FCN，或添加辅助网络结构；
3）

网络结构：

• 只有卷积层
• 每个编码层对应于一个解码层
• mini-batch=12,SGD.损失函数使用 “交叉熵损失”
• class balancing. median frequency balancing方法和natural frequency balancing

6 结论
我们提出了SegNet，一种用于语义分割的深度卷积网络架构.SegNet背后的主要动机是需要设计一种有效的道路和室内场景理解架构，这在存储和计算时间方面都是有效的.我们分析了SegNet，并将其与其他重要变体进行了比较，以揭示涉及设计分段架构的实际权衡，特别是训练时间，内存与精度.存储编码器网络特征的那些架构完整性能最好，但在推理时间消耗更多的内存.另一方面，SegNet更有效率，因为它仅存储特征映射的最大池索引，并将其用于解码器网络以实现良好的性能.在大型和众所周知的数据集中，SegNet具有竞争力，实现道路现场理解的高分.深层分割架构的端到端学习是一个更难的挑战，我们希望更多地关注这一重要问题.

参考博文：http://blog.csdn.net/u014451076/article/details/70741629