讀書筆記Fully Convolutional Networks for Semantic Segmentation

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：