解网

反褶积网络：用于语义分割的学习反褶积网络。提出了一种新的基于反褶积网络的语义分割算法。我们学习了VGG 16层网络采用的卷积层之上的网络。反褶积网络由反褶积层和非冷却层组成，分别识别像素级标签和预测分割掩模。我们将训练好的网络应用于输入图像中的每个方案，并将所有方案的结果以简单的方式组合在一起，构造出最终的语义分割图。该算法将深度反褶积网络与建议态预测相结合，克服了现有全卷积网络方法的局限性；我们的分割方法通常能识别出详细的结构，并能自然地在多个尺度上处理对象。我们的网络在PASCAL VOC 2012数据集中表现出出色的性能，通过与全卷积网络的集成，我们在无外部数据的训练方法中获得了最佳的精度（72.5%）。