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。