图像分割（五）：模型（Deconv Net、SegNet）

文章目录

• 三、图像分割的模型
• 5.Deconv Net
• 6.SegNet

三、图像分割的模型

5.Deconv Net

原论文

2015年的模型，其网络结构为：

这是一个基于VGG16改进而来的模型，标准的哑铃结构，左右对称，输入与输出大小一致。

下采样部分使用的是VGG16的前13层，共计13层卷积，中间还夹杂有Relu和MaxPooling，下采样之后，中间连着两层全连接以增强分类效果。

上采样部分与下采样一致，这里使用了反卷积和反池化。

反卷积：又叫转置卷积（非数学意义上的），是卷积的逆过程，许多网络都有用到，不过多描绘。

反池化：前面使用了MaxPooling，会丢失空间位置信息，这种信息对语义分割来说很重要，所以在池化的时候记录了最大池化的索引，然后上采样反池化时对应位置的把**值放回原位。

训练：

1. Batch Normalization：每一层的输入分布归一化到标准高斯分布，减少训练难度。
2. Two-stage Training：先用简单的例子训练网络，再用复杂的例子对网络进行微调。

可以看到，其相比于FCN分割出的图像更为精细：

6.SegNet

原论文

2016年出来的网络，结构跟Deconv Net差不多：

相对Deconv Net不同之处为：

1. 去掉了中间的全连接层，参数量大大减少，速度提升了许多。
2. 上采样时，Deconv Net用的Deconvolution，而SegNet使用的是convolution。

与Deconv Net一样，它也使用了反池化（也就是记录MaxPooling索引）的手段：

好处有：

1. 改善了边界划分
2. 减少了端到端训练的参数量
3. 仅需要少量的修改而可合并到任何编码－解码形式的架构

看一下结果，SegNet划定边界的能力更强：

精度比较：

相关代码（pytorch）：

TensorFlow

Pytorch