[论文笔记]SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation

论文链接：SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation
caffe代码：https://github.com/TimoSaemann/caffe-segnet-cudnn5
工程主页：http://mi.eng.cam.ac.uk/projects/segnet/
本篇论文使用了对称的Encoder-Decoder网络结构来实现语义分割，如下图：

基于VGG16的对称网络结构，网络把全卷积层去掉了，这样就可实现end-to-end的训练，节省计算时间。
论文中提到如果把encoder卷积层的信息加入到decoder中会提高准确率，但是运算消耗增加，因此作者并没有这么做，采用了一种Unpooling的方法，如下图

Unpooling：首先在pooling的时候记录max pooling 选择的最大值的location，然后在Unpooling层利用记录的位置还原回原location，从而恢复成pooling前同样大小，其它像素用0代替，得到稀疏的响应图(sparse avtivation map) ,再用deconvolution使稀疏响应图变得稠密

比较结果

可以看出网络大小相比FCN是要小很多，但是时间上由于加了很多去卷积层，所以并不快，下面是几篇相似的也是用去卷积网络的论文
Learning Deconvolution Network for Semantic Segmentation
U-Net: Convolutional Networks for Biomedical Image Segmentation
Convolutional Neural Pyramid for Image Processing
Let there be Color: Joint End-to-end Learning of Global and Local Image Priors for Automatic Image Colorization with Simultaneous Classification