反捲積解釋
反捲積=逆卷積=上採樣=Deconvolution(caffe, keras)=conv_transpose(tensorflow)=nn.ConvTranspose2d(torch)
反捲積講的很好:https://blog.csdn.net/tfcy694/article/details/89073443
網絡分析
FCN網絡部分講的不錯:https://www.jianshu.com/p/6505cd255c65
Segnet主要目的是應用於場景理解應用,主要是內存和效率上的權衡,定位於精確邊界定位,提出FCN存在的問題
max-pooling和sub-sampling降低了feature map的分辨率
SegNet和FCN的decoders的不同
SegNet是使用unpooling+convolution實現;而FCN是使用deconvlution實現。上採樣階段(unpooling)借用encode階段產生的最大值的索引,如下圖: