文章阅读：segnet

最新推荐文章于 2025-01-29 22:57:23 发布

原创最新推荐文章于 2025-01-29 22:57:23 发布 · 178 阅读

0 ·

CC 4.0 BY-SA版权

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。