SegNet（持续更新）

算法

提出SegNet网络，其核心的训练引擎包含一个encoder网络，和一个对称的decoder网络，即编码器-解码器结构，并跟随一个用于pixel-wise的分类层

文章亮点

decoder进行上采样的方式。直接利用与之对应的encoder阶段中，在经过最大池化时保留的polling index进行非线性上采样

比较结果

通过比较SegNet与FCN、DeepLab-LargerFOV、DeconvNet结构，统筹内存与准确率，SegNet实现了良好的分割效果

模型评估

在Camvid和SUN RGB-D indoor数据集中均有测试。

引言

1、近期的许多语义分割研究采用dnn，但是效果比较粗糙，主要原因是max-pooling和sub-smaple降低了feature map的分辨率。
2、道路场景理解需要算法具有appearance外形、shape形状和理解空间关系（上下文）的能力。由于是道路场景，因此需要网络能够产生光滑的分割，网络必须有能力勾画出小尺寸的物体。因此在提取图片特征过程中保留边界信息很重要。
3、使用max-pooling indices的优点：提高边界勾画；减少了进行端到端训练的参数；这种上采样形式可以被集成到任何encoder-decoder框架的网络上。
4、Pascal VOC数据集中有少数foreground与backgroud有明显区分，这让一些投机者可以使用类似于边缘检测来刷分数。因此本文使用Camvid，Sun，RGBD这两个数据集，而不是用Pascal VOC数据集。

相关工作

1、介绍FCN时代的深度学习分割方法
2、介绍FCN
（1）FCN框架中的每一个解码器都是对其输入的特征图进行上采样，并将与相应的编码器特征图组合，以产生下一个解码器的输入。
（2）该网络的整体大小使其难以在相关任务上端到端的进行训练（即原始的FCN32s效果很差）。因此，作者使用了阶段性的训练过程。解码器网络中的每个解码器逐步添加到预训练好的网络中。
（3）网络生长知道没有进一步的性能提高，这种增长在三个解码器之后停止（FCN8s）。
3、FCN弊端
（1）忽略了高分辨率的特征图，会导致边缘信息的丢失。
（2）FCN编码器网络中有大量参数，但是解码器网络非常小，数据冗余度上不对称。

算法架构（重点）

#蓝色表示卷积块（卷积、归一化、激活）
#绿色代表池化块（池化）
#红色代表上采样块（上采样）
#黄色代表全连接块（softmax）