論文筆記：SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation

前言 SegNet 的新穎之處在於解碼器對其較低分辨率的輸入特徵圖進行上採樣的方式。具體地說，解碼器使用了在相應編碼器的最大池化步驟中計算的池化索引(記錄了最大池化時最大值所在的位置)來執行非線性上採樣。這種方法消除了學習上採樣的需要。經上採樣後的特徵圖是稀疏的，因此隨後使用可訓練的卷積核進行卷積操作，生成密集的特徵圖。我們將我們所提出的架構與廣泛採用的 FCN 以及衆所周知的 DeepLab-L

>>阅读原文<<