作为一个对称结构,SegNet解码器也有13层卷积层,同样分为5组卷积块,每组卷积块之间用双线性插值和最大池化位置索引进行上采样,这也是SegNet最大的特色。 SegNet研究团队认为编码器下采样过程中图像信息损失较多,直接存储所有卷积块的特征图又非常占用内存,因而在SegNet中提出在每一次最大池化下采样前存储最大池化的位置索引(Max-pooling indices)
0. 前言嘿嘿,现在水平明显提升了,看论文容易多了,两篇两篇看。SegNet相关资料:原文:SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation译文官方网站:包括源码、样例等。Git…