[深度学习从入门到女装]SegNet

论文地址：SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation

本文采用了跟U-net差不多的结构，encode（编码）、decode（解码）结构

 

文章中说道，现在的语义分割网络基本都是在FCN上做改进，对于decode方面也就是上采样方面的改进，因此本文也提出了一种新的上采样方式，对于上采样过程中，我们使用unmaxpooling来操作，也就是在下采样maxpooling的过程中，记住每一层maxpooling向下传递的索引，然后在上采样过程中，使用unmaxpooling也就是按着对应存储的索引进行一个pooling的逆过程

文中提出这么做有几点好处：

1、提高了分割边界的勾画程度

2、能够在end-to-end过程中减少训练参数

3、这样上采样的方法很容易实现在其他网络中

网络结构如上，encode层依旧采用VGG16的前13层卷积层，decode也一样，可以使用tranfer learning来对encode卷积层进行参数初始化。maxpooling使用size2*2，stride=2，并且储存maxpooling(max-pooling indices)的索引（也就是在每个pool window中最大的那个特征值的位置）。文章中提到在下采样（subsampling）过程中损失到边界细节，如果没有内存限制的话，应该把所有的feature map都应该储存下来用来回复边界细节，但是这么做明显是不可取的，因此本文想出了储存maxpooling的索引来记录边界细节，以后后边decode的时候进行恢复。

左图为SegNet提出的decode方式（maxpooling层记录索引），右边为FCN的decode（使用deconv进行上采样）