SegNet是一种用于自动驾驶和智能机器人图像语义分割的网络，基于VGG-16并采用Encoder-Decoder架构。它通过max pooling的索引信息进行精确的上采样，提供了一种无需额外学习的反卷积方法。SegNet包括基本版、SegNet和贝叶斯SegNet。网络框架中，编码器使用卷积层，解码器则通过上采样恢复细节。
SegNet复现详解（全英文）：http://mi.eng.cam.ac.uk/projects/segnet/tutorial.html
代码实现：GitHub：https://github.com/alexgkendall/caffe-segnet
论文：《SegNet: A Deep Convolutional Encoder-Decoder Architecture for Robust Semantic Pixel-Wise Labelling》
简介：SegNet是旨在解决自动驾驶或者只能机器人的图像语义分割网络，其基于caffe框架。SegNet基于FCN，修改了VGG-16网络得到的语义分割网络，有两种SegNet，分别为SegNet和贝叶斯SegNet，同时SegNet作者根据网络的深度提供了一个Basic版。
网络框架：
SegNet和FCN的思路很类似，只有在上采样和下采样中使用的技术不同。此外，SegNet的编码器部分使用的是VGG-16的前13层卷积网络，每个编码器层都对应一个解码器层，最终解码器是输出被送到soft-max分类器以独立的为每个像素类产生概率。
如图所示，上图中input为输入图片
最低0.47元/天 解锁文章
426
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
