文章阅读:segnet

本文介绍SegNet,一种用于图像分割的深度卷积编码-解码架构。该架构通过提高边界勾画精度、减少end-to-end训练参数及易于移植到其他网络等优势,在图像分割任务中表现出色。SegNet采用与FCN不同的上采样方法,使用与下采样相同数量的unmaxpooling层,形成对称的Encoder-Decoder结构。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

原文地址SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation

优点

文中提出这么做有几点好处:

1、提高了分割边界的勾画程度

2、能够在end-to-end过程中减少训练参数

3、这样上采样的方法很容易实现在其他网络中

model

segnet结构如图所示

SegNet的是由FCN改进过来的,他不再像FCN一样在decode上采样时只使用了一层unmaxpooling,而是使用了和encode中与下采样maxpooling层数相同的unmaxpooling层,变成了完全对称的Encoder-Decoder网络结构。这种网络结构我们也在DeconvNet和U-net中看见。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值