Learning Deconvolution Network for Semantic Segmentation

最新推荐文章于 2024-01-25 08:45:13 发布

原创

最新推荐文章于 2024-01-25 08:45:13 发布 · 5.9k 阅读

18 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #语义切割

本文提出了一种新的语义分割算法——深度反卷积网络，通过结合反卷积和未池化层，解决了固定大小感受野带来的物体分割问题，能识别精细结构和不同尺度的目标。采用VGG-16作为基础网络，通过两阶段训练策略，先易后难，以提高网络性能。在推理过程中，对图像的每个候选区域进行分割并组合，实现语义分割。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文思想
对称反卷积网络
摘要
1. 提出新的语义分割算法：深度反卷积网络；
2. 在VGG-16卷积层上学习网络；
3. 反卷积组成：deconvolution and unpooling layers，识别逐像素的类别标签，并预测分割mask；
4. 将object proposal（edge box）送入训练后的网络，然后整幅图像是这些proposal的分割结果的组合,这样就可以解决物体太大或者太小所带来的分割问题；
5. deep deconvolution network 和候选区域级别的预测(proposal-wise predictio)，改进了现存的基于FCN的方法．
6. 我们的算法能识别精细的结构以及不同尺度大小的目标
引言
CNN被广泛的应用在各种视觉识别问题，例如图像分类，物体检测，语义分割，视觉追踪，动作识别。现在开始应用在结构预测问题，例如语义分割，人体姿态估计等等。
开始基于CNN解决语义分割逐像素分类的问题，将现存的用于分类的CNN结构转换成FCN。对图像中的局部区域进行分类，获得粗糙的label map，然后执行反卷积（双线性插值），从而获得像素级别的标签。为了获得更精确的分割效果，可以利用CRF进行后处理。FCN的最大优势：输入整张图像，获得较快，准确的推理。
FCN缺点：
第一，感受野为固定大小；物体大于或小于感受野会被 fragmented or mislabeled，大物体，分割不连续；小物体被忽视,如下图所示．虽然FCN加入了skip architecturer,但是这并不是根本的解决方案，根本问题–详细的边界和语义；