Fully Convolutional DenseNets for Semantic Segmentation论文笔记

摘要：

语义分割最先进的方法是建立在卷积神经网络网络上的，典型的语义分割架构由（a）下采样路径负责提取粗糙的语义特征，后面跟着（b）上采样路径被训练在模型的输出恢复输入图像的分辨率，可选的（c）后处理模块，比如条件随机场去精修模型预测的结果。

最近，一种新的CNN架构，即密集连接卷积网络（DenseNets），在图像分类任务中表现出色。 DenseNets的想法是基于这样的观察：如果每个层以前馈方式直接连接到每个其他层，那么网络将更准确，更容易训练。在本文中，扩展了DenseNets来处理语义分割问题。 我们在城市场景基准数据集（如CamVid和Gatech）上实现了最先进的结果，无需任何进一步的后处理模块或预训练。 此外，由于模型的智能构造，我们的方法比目前公布的这些数据集的最佳条目具有更少的参数。 重现实验的代码可在此公开获取：https://github.com/SimJeg/FC-DenseNet

理解：

主要是提出了一种语义分割的架构，基于DenseNets的U-NET架构，下采样采用和DenseNets类型的机构，上采样时，为了减少计算量，不让特征图过多，去掉了块之间的恒等连接，只保留了块内层之间的恒等连接，号称可以更快更好的训练模型，其增益主要来源于DenseNets的属性，属于一种应用创新。

论文的架构主要由以下三个模块组成：

块内的连接方式如下：

块之间的连接方式如下：

论文给的一组架构参数如下（推算了以下，有一处作者写错了，那个578应该是576）：

实验结果

评价指标：

 

结果：