三、图像分割的模型
2.Deconv Net
原论文
2015年的模型,其网络结构为:
![在这里插入图片描述](https://img-blog.csdnimg.cn/20200422101001255.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hlaHVhaXl1eXU=,size_16,color_FFFFFF,t_70)
这是一个基于VGG16改进而来的模型,标准的哑铃结构,左右对称,输入与输出大小一致。
下采样部分使用的是VGG16的前13层,共计13层卷积,中间还夹杂有Relu和MaxPooling,下采样之后,中间连着两层全连接以增强分类效果。
上采样部分与下采样一致,这里使用了反卷积和反池化。
反卷积:又叫转置卷积(非数学意义上的),是卷积的逆过程,许多网络都有用到,不过多描绘。
反池化:前面使用了MaxPooling,会丢失空间位置信息