读书笔记Fully Convolutional Networks for Semantic Segmentation
反卷积解释
反卷积=逆卷积=上采样=Deconvolution(caffe, keras)=conv_transpose(tensorflow)=nn.ConvTranspose2d(torch)
反卷积讲的很好：https://blog.csdn.net/tfcy694/article/details/89073443
网络分析
FCN网络部分讲的不错：https://www.jianshu.com/p/6505cd255c65
Segnet主要目的是应用于场景理解应用，主要是内存和效率上的权衡，定位于精确边界定位，提出FCN存在的问题
max-pooling和sub-sampling降低了feature map的分辨率
SegNet和FCN的decoders的不同
SegNet是使用unpooling+convolution实现；而FCN是使用deconvlution实现。上采样阶段（unpooling）借用encode阶段产生的最大值的索引，如下图：