目标分割网络-segnet

1. 网络结构

1. VGG16去掉全连接层
2. 结构分为编码网络和解码网络
   
   • 编码网络(encoder network):由13个卷积层组成(使用的时预训练的VGG16的前13层)，该部分提取输入特征，用于目标分类，这就是使用预训练的VGG原理所在，至于丢弃FC层是为了保持更高的分辨率，同时也减少了参数。
     总共5个Block，每个Block都由Conv + Batch Norm + ReLU组成
   • 解码网络(decoder network):每个encoder会对应一个decoder，故decoder具有13层，将低分辨率的feature map映射回和输入一样大小分类器(mask)。Decoder交替采用conv+upsampling
     每个block由Upsampling + Conv + BN组成
   • 像素分类层(pixelwise classification layer)：decoder的输出会送到分类层，最终为每个像素独立的产生类别概率

2. 总结

SegNet一种用于语义分割的深度卷积网络架构。SegNet背后的主要动机是需要设计一种有效的道路和室内场景理解架构，这在存储和计算时间方面都是有效的。

SegNet更有效率，因为仅存储特征映射的最大池索引，并将其用于解码器网络以实现良好的性能。在大型和众所周知的数据集中，SegNet具有竞争力，实现道路现场理解的高分。