【学习语义分割】SegNet网络学习

引用：https://www.youtube.com/watch?v=CxanE_W46ts

参考：http://mi.eng.cam.ac.uk/projects/segnet/tutorial.html 

1.SegNet的介绍：

在语义分割领域中应用编码器-解码器(encoder-decoder)的结构。

encode（编码器）：使用池化层逐渐缩减输入数据的空间维度。

decoder（解码器）：通过反卷积层等网络层逐渐恢复目标的细节和空间维度。

2.网络结构：

3.encoder-decoder的结构的解释：

（1）encode：在给定输入图像后，通过神经网络学习得到输入图像的特征图谱

                      在编码器处，执行卷积和最大池化

                      在进行2×2最大池化时，存储相应的最大池化索引（位置）

（2）decoder：在编码器提供特征图后，逐步实现每个像素的类别标注

                      在解码器处，执行上采样和卷积。最后，每个像素送到 softmax 分类器

                      在上采样期间，调用相应编码器层处的最大池化索引以进行上采样

                      最后，使用 K 类 softmax 分类器来预测每个像素的类别

使用最大池化的索引进行上采样

4.SegNet与FCN的对比：

SegNet和FCN思路比较相似，不同的是SegNet在FCN的基础上增加了解码器。

解码器使用从编码器传输的较大池化索引（位置）对其输入进行非线性上采样，从而使得上采样不需要学习，生成稀疏特征映射。然后，使用可训练的卷积核进行卷积操作，生成密集的特征图。最后的解码器输出特征映射被送入soft-max分类器进行像素级分类。 

图引用知乎https://zhuanlan.zhihu.com/p/36525939

5.SegNet效果图：

SegNet通过监督学习来学习预测像素级类标签。

（1）输入图像：

（2）SegNet基本分割：

（3）SegNet细分：