《Learning Deconvolution Network for Semantic Segmentation》论文笔记

注：文章仅是对自己学习的记录，非专业评论

what：文章讲了一个反卷积用于语义分割的模型，这个模型也属于一个encoder-decoder模型，与大多数类似的模型一样，传承了FCN的思想，编码网络沿用了VGG的编码结构，特点在于新设计的解码结构。

新解码结构的特点：unpooling的坐标记录和deconvolution 的使用。

当然，这篇文章除了解码结构以外，由于数据量不够大，还用了两个的trick：

（1）用edge-box先给出一些建议的分类数；

（2）分两步训练，第一步的单物体居中训练，第二部的用edge-box的proposals训练复杂的图片。

why:对于作者为什么提出这样一个模型，可以归结为FCN的固定尺寸带来的固有缺陷——尺度单一化，文章描述了两种情况：

（1） 过大的尺寸导致的不连续

（2）过小的尺寸导致的小物体缺失。