翻译:Fully Convolutional Networksfor Semantic Segmentation

两只蜡笔的小新

已于 2024-02-01 10:24:45 修改

阅读量632

点赞数

分类专栏：计算机智能算法文章标签：深度学习网络人工智能

于 2022-07-26 17:07:34 首次发布

本文链接：https://blog.csdn.net/weixin_44503976/article/details/125429538

版权

本文探讨了全卷积网络(FCNs)在语义分割任务中的优势，展示其端到端训练在像素级别预测上的优越性，提高了语义分割的准确性和效率。FCNs可以接受任意大小的输入并产生相应的输出，通过跳跃架构融合不同层次的特征，以实现准确的像素级分割。实验结果表明，FCNs在PASCAL VOC 2011-2等多个数据集上取得了改进的分割准确性。

摘要由CSDN通过智能技术生成

博主翻译能力有限，在不通顺的地方提供英文原文。

专业术语：

pixel-wise，patch-wise，image-wise的含义如下

pixel-wise字面上的理解一样，一张图片是由一个个pixel组成的，这个是图像的基本单位，像素级别的

image-wise图像级别，比如一张图片的标签是狗，是对整个图片的标注

patch-wise介于像素级别和图像级别的区域，也就是块，每个patch都是由好多个pixel组成的

DOI：10.1109/TPAMI.2016.2572683

出版时间 APR 2017

摘要:卷积网络是一种强大的可视化模型，可以产生特征的层次结构。我们表明，卷积网络本身，训练端到端，像素到像素，在语义分割中提高了以前的最佳结果。我们的关键见解是建立“完全卷积”网络，可以接受任意大小的输入，并通过高效的推理和学习产生相应大小的输出。我们定义并详细描述了完全卷积网络的空间，解释了它们在空间密集预测任务中的应用，并描述了与先前模型的联系。我们将同期的分类网络(AlexNet、VGG网络和GoogLeNet)改编为完全卷积网络，并通过微调细分任务来迁移它们学习到的特征。然后，我们定义了一个跳跃架构，该架构将来自较深、较粗层的语义信息与来自较浅、较细层的外观信息结合起来，以产生准确、详细的分割。我们的完全卷积网络实现了改进的PASCAL VOC分割(2012年30%相对改进到67.2%平均IU)， NYUDv2, SIFT Flow和PASCAL- context，而对典型图像的推断需要十分之一秒。

Index Terms—Semantic Segmentation, Convolutional Networks, Deep Learning, Transfer Learning

介绍卷积网络正在推动认知度的进步。卷积神经网络不仅改进了全图像分类[1]，[2]，[3]，还改进了局部任务的结构化输出。其中包括边界框对象检测[4]，[5]，[6]，部分和关键点预测[7]，[8]，以及局部对应[8]，[9]方面的进展。从粗糙到精细推理的自然下一步是对每个像素进行预测。以前的方法使用卷积神经网络进行语义分割[10][11][12][13][14][15][16],其中，每个像素都用其外围对象或区域的类标记，但该工作解决了缺点。

我们表明，全卷积网络(FCNs)训练端到端，像素到像素的语义分割超过了以