全卷积(FCN)论文阅读笔记:Fully Convolutional Networks for Semantic Segmentation
论文阅读笔记:Fully Convolutional Networks forSemantic Segmentation
这是CVPR 2015拿到best paper候选的论文。
论文下载地址:Fully Convolutional Networks forSemantic Segmentation
尊重原创,转载请注明:http://blog.csdn.net/tangwei2014
1.概览&主要贡献
提出了一种end-to-end的做semantic segmentation的方法,简称FCN。
如下图所示,直接拿segmentation 的 ground truth作为监督信息,训练一个端到端的网络,让网络做pixelwise的prediction,直接预测label map。
2.问题&解决办法
1)如何做pixelwise的prediction?
传统的网络是subsampling的,对应的输出尺寸会降低,要想做pixelwiseprediction,必须保证输出尺寸。
(1)对传统网络如AlexNet,VGG等的最后全连接层变成卷积层。
这样做的好处是,能够很好的利用已经训练好的supervisedpre-training的网络,不用像已有的方法那样,从头到尾训练,只需要fine-tuning即可,训练efficient。
(2)加In-network upsampling layer。
对中间得到的featuremap做bilinear上采样,就是反卷积层。实现把conv的前传和反传过程对调一下即可。
2)如何refine,得到更好的结果?
3.训练细节
用AlexNet,VGG16或者GoogleNet训练好的模型做初始化,在这个基础上做fine-tuning,全部都fine-tuning。
采用wholeimage做训练,不进行patchwisesampling。实验证明直接用全图已经很effectiveand efficient。
对classscore的卷积层做全零初始化。随机初始化在性能和收敛上没有优势。
4.结果
全卷积(FCN)论文阅读笔记:Fully Convolutional Networks for Semantic Segmentation相关推荐
- 【论文阅读】Fully Convolutional Networks for Semantic Segmentation【CVPR,PAMI】
摘要 我们的研究表明,卷积网络通过端到端.像素到像素的训练,在语义分割方面比之前的最佳结果有所提高 我们的关键见解是构建完全卷积网络,它接受任意大小的输入,并产生相应大小的输出,并具有有效的推理和学习 ...
- 【论文翻译】Fully Convolutional Networks for Semantic Segmentation
论文题目:Fully Convolutional Networks for Semantic Segmentation 论文来源:Fully Convolutional Networks for Se ...
- FCN全连接卷积网络(3)--Fully Convolutional Networks for Semantic Segmentation阅读(摘要部分)
1.摘要 1.1逐句理解一下: Convolutional networks are powerful visual models that yield hierarchies of features ...
- FCN全连接卷积网络(5)--Fully Convolutional Networks for Semantic Segmentation阅读(相关工作部分)
相关工作 相关工作 1.重新设计和微调现有的分类模型来指导语义分割的密集预测内容. 2.虽然进去已有研究团队将卷积网络应用到密集预测任务当中,但是这些方面存在着一些不足,入感知范围有限.需要传统方法进 ...
- FCN全连接卷积网络(4)--Fully Convolutional Networks for Semantic Segmentation阅读(引言部分)
引言 引言部分翻译 总结 1.卷积网络推动了视觉识别的发展. 2.早前的卷积网络运用当中,将每个像素标记为封闭对象或一个某个类别,这样的做法存在缺点.也就是传统的卷积网络存在缺点. 3.实验证明,端到 ...
- Fully Convolutional Networks for Semantic Segmentation (FCN)论文翻译和理解
论文题目:Fully Convolutional Networks for Semantic Segmentation 论文来源:Fully Convolutional Networks for Se ...
- 【论文翻译】Fully Convolutional Networks for Semantic Segmentation_2
论文题目:Fully Convolutional Networks for Semantic Segmentation 论文来源:Fully Convolutional Networks for Se ...
- Fully Convolutional Networks for Semantic Segmentation ————全卷积网络 FCN论文解读
Fully Convolutional Networks for Semantic Segmentation 作者: Jonathan Long, Evan Shelhamer, Trevor Dar ...
- 论文笔记(FCN网络,语义分割):Fully Convolutional Networks for Semantic Segmentation
FCN论文笔记:Fully Convolutional Networks for Semantic Segmentation 语义分割模型结构时序: FCN SegNet Dilated Convol ...
- 【论文笔记】FCN:Fully Convolutional Networks for Semantic Segmentation
<Fully Convolutional Networks for Semantic Segmentation>,CVPR 2015 文章目录 1. 概览 2. 主要亮点 2.1 全卷积化 ...
最新文章
- 【代码片段收集】Python解析AndroidManifest.xml
- python递归深度报错--RuntimeError: maximum recursion depth exceeded
- ffmpeg本地编译没有ffplay解决方案
- 移动端H5页面注意事项
- c/c++ base64编码后,通过php解码,中文乱码解决办法
- 静态库与动态库(一):概述
- md5withrsa java_浏览器运行java插件报错:Algorithm constraints check failed: MD5withRSA
- android webview点击返回键返回上一页
- 客户端的js js脚本的引入 js的解析过程
- shell逻辑判断和-a区别
- 大数据营销案例沃尔玛_实现大数据营销的方式有哪些
- 2020 中兴java面试笔试题 (含面试题解析)
- 企业微信小程序 windows 使用 vconsole 调试
- 河南巴旦木生态农业:巴旦木与杏仁有哪些不同,如何分辨巴旦木仁与杏仁?
- 今日头条 Android ‘秒‘ 级编译速度优化
- Kubernetes:排错指南 - Pod
- 洛谷 P1359 租用游艇(Floyd, Dijkstra,SPFA)
- PostGis创建空间数据库方法
- c语言程序设计大赛 作品,撒花 | C语言程序设计大赛、数据结构大赛圆满成功!...
- 10张程序员喜爱的壁纸,需要自取~
热门文章
- boost::smart_ptr模块boost/pointer_to_other.hpp 的测试
- boost::math模块计算艾里函数的零点的测试程序
- boost::lambda模块实现boost::function 进行测试
- boost::boyer_myrvold_params::kuratowski_subgraph用法的测试程序
- bgi::detail::intersection_content用法的测试程序
- boost::detail模块实现数字特征的测试程序
- ITK:获取类型的基本信息
- QDoc关联事物Relating Things
- C语言dijkstra最短距离的算法(附完整源码)
- OpenGL Multiple Scissors多个剪刀的实例