语义分割学习笔记（三）——SegNet Upsample层解析

最新推荐文章于 2022-08-29 15:02:18 发布

缄默笔记

最新推荐文章于 2022-08-29 15:02:18 发布

阅读量4.6k

点赞数 2

分类专栏：深度学习文章标签： segnet upsample height fcn

本文链接：https://blog.csdn.net/hong__fang/article/details/78421803

版权

本文深入探讨了SegNet模型中的上采样层。内容包括参数设置、特征图大小计算方法，强调了在不同情况下如何确定上采样尺寸以保持一致性。特别指出，当输入图像尺寸非32的整数倍时，需要精确指定上采样大小，以匹配编码阶段池化层的位置信息。此外，还提供了源码分析作为理解的辅助。

摘要由CSDN通过智能技术生成

1 参数设置

message UpsampleParameter {
  // DEPRECATED. No need to specify upsampling scale factors when
  // exact output shape is given by upsample_h, upsample_w parameters.
  optional uint32 scale = 1 [default = 2];
  // DEPRECATED. No need to specify upsampling scale factors when
  // exact output shape is given by upsample_h, upsample_w parameters.
  optional uint32 scale_h = 2;
  // DEPRECATED. No need to specify upsampling scale factors when
  // exact output shape is given by upsample_h, upsample_w parameters.
  optional uint32 scale_w = 3;
  // DEPRECATED. Specify exact output height using upsample_h. This
  // parameter only works when scale is 2
  optional bool pad_out_h = 4 [default = false];
  // DEPRECATED. Specify exact output width using upsample_w. This
  // parameter only works when scale is 2
  optional bool pad_out_w = 5 [default = false];
  optional uint32 upsample_h = 6;
  optional uint32 upsample_w = 7;
}

可设置参数为：
scale
scale_h scale_w
pad_out_h pad_out_w
upsample_h upsample_w

2 top层特征图大小计算

（1）先判断是否指定 upsample_hupsample_w，如果指定，大小为指定大小，否则（2）

（2）判断是否指定 scale_h，如果未指定， scale_h_ = scale_w_ = scale，否则（3）

（3）scale_h_ = scale_h scale_w_=scale_w