LeeWanzhi的博客

1. 网络结构SegNet采用的是对称式的结构，同时引入了BN层(相比于FCN)。encoder即pooling，decoder即upsample。SegNet的核心在于其上采样的方法(decoder部分)。 FCN是利用双线性插值初始化的反卷积进行上采样。而SegNet则是在每次pooling时，都存下最大值的位置，在upsample时将input值直接赋给相应的位置，其他位置的值置零...

一、网络结构FCN涉及到了不同尺度的feature map的融合。融合理由是：低层特征具有较多的的分辨率信息，更加精细，但语义信息较弱。高层特征具有较多语义信息，然而较粗糙，分辨率信息不足。为了融合语义信息和细节信息，对高层的feature map进行反卷积，然后将低层的feature map crop成相同尺寸，最后进行像素级的相加。最后，从pool3处融合输出的feature map...

1. 网络结构U-net的特点在于，通过将下采样时feature map和上采样(反卷积)时feature map进行concat，来融合位置信息和语义信息。图中，input是一张单通道图片，最后output之前，通道数2表示num_classes=2.同时，图中的crop: 最后复现时我看到的更多的是直接concat。2. 示例代码代码来源于互联网。和图片中略微有所出入，不过更适合应...

1. ArchitectureRefineNet是ResNet + 金字塔 的结合体。ResNet残差块可以让网络变的很深。金字塔则是用于Refine。 high-level feature map语义信息较强，但更粗糙。而low-level feature map则具有更好的fine-grained特征。 于是利用金字塔不断的融合这两种特征。整个网络从大体上和之前的语义分割一样，都是从...

1. Architecture作者想解决的问题有:(1) 由于没有理解上下文语义关系导致类的错分，如水上的船被错分为car，而事实是car一般不在水上。(2) 相似类的混淆: 如 摩天大楼、building、wall。(3) 不显眼的类的划分，如路灯。作者认为想解决这三个问题，在于要利用不同感受野的信息，并且要理解上下文语义关系。于是作者致敬SPPNet，也采用了多尺度池化。主要核...