Press "Enter" to skip to content

一文带你读懂 SegNet(语义分割)

 

这个图是SegNet演示效果,来源是作者上传到YouTube的一个视频 (https://www.youtube.com/watch?v=CxanE_W46ts)

 

在本文中,我将简要回顾剑桥大学的SegNet。最初它被提交到2015年CVPR,但最后它没有在CVPR上发布(但它的2015年arXiv技术报告版本仍然有超过100次引用)。相反,它发布于2017年TPAMI,引用次数超过1800次。现在,第一作者成为Magic Leap Inc.的深度学习和人工智能总监(SH Tsang @ Medium)

 

以下是作者的演示链接:

 

(https://www.youtube.com/watch?v=CxanE_W46ts)

 

还有一个有趣的演示,我们可以选择随机图像,甚至上传我们自己的图像来试用SegNet。我试过如下例子:

 

http://mi.eng.cam.ac.uk/projects/segnet/demo.php

 

 

我从这个链接得到的道路场景图像的分割结果

 

文章大纲

 

编码-解码器架构

 

DeconvNet 和 U-Net与的不同之处

 

结论

 

    1.编码-解码器架构

 

SegNet: 编码-解码结构

 

SegNet具有编码器网络和相应的解码器网络,接着是按最终像素的分类层。

 

1.1. Encoder编码器

 

在编码器处,执行卷积和最大池化。

 

VGG-16有13个卷积层。 (不用全连接的层)

 

在进行2×2最大池化时,存储相应的最大池化索引(位置)。

 

1.2. Decoder解码器

 

 

使用最大池化的索引进行上采样

 

在解码器处,执行上采样和卷积。最后,每个像素送到softmax分类器。

 

在上采样期间,如上所示,调用相应编码器层处的最大池化索引以进行上采样。

 

最后,使用K类softmax分类器来预测每个像素的类别。

 

    2. DeconvNet 和U-Net的不同

 

DeconvNet和U-Net具有与SegNet类似的结构。

 

2.1. DeconvNet 与 SegNet不同之处

 

Similar upsampling approach called unpooling is used.使用了类似的上采样方法,称为unpooling 反池化。

 

不同,有完全连接的层,这使模型规模更大。

 

2.2. U-Net 与 SegNet不同之处

 

用于生物医学图像分割。

 

整个特征映射不是使用池化索引,而是从编码器传输到解码器,然后使用concatenation串联来执行卷积。

 

这使模型更大,需要更多内存

 

    3.结论

 

尝试了两个数据集。一个是用于道路场景分割的CamVid数据集。一个是用于室内场景分割的SUN RGB-D数据集。

 

3.1. 用于道路场景分割的CamVid数据集

 

 

道路场景分割的CamVid数据集上,与传统方法相互比较

 

如上所示,SegNet在多类分割问题上获得了非常好的结果。它也获得了最高级别的类平均值和全局平均值。

 

 

道路场景分割的CamVid数据集上,与深度学习方法相比较

 

获得最高的全局平均准确度(G),类别平均准确度(C),mIOU和边界F1测量(BF)。它的结果优于FCN,DeepLabv1和DeconvNet。

 

 

定性结果

 

3.2. 用于室内场景分割的SUN RGB-D数据集

 

仅使用RGB,不使用深度(D)信息。

 

 

在室内场景分割的SUN RGB-D数据集,与深度学习方法比较

 

同样,SegNet优于FCN,DeconvNet和DeepLabv1。

 

对于mIOU指标,SegNet只比DeepLabv1略差一些。

 

 

不同类的类平均准确度

 

大尺寸目标的准确度更高。

 

小尺寸目标的准确度较低。

 

 

定性分析结果

 

3.3. 内存和推断时间

 

 

内存和推断时间

 

SegNet比FCN和DeepLabv1慢,因为SegNet包含解码器架构。它比DeconvNet更快,因为它没有全连接层。

 

SegNet在训练和测试期间的内存要求都很低。并且模型尺寸比FCN和DeconvNet小得多。

 

参考文献

 

[2015 arXiv] [SegNet]

 

SegNet: A Deep Convolutional Encoder-Decoder Architecture for Robust Semantic Pixel-Wise Labelling

 

[2017 TPAMI] [SegNet]

 

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

 

原标题 :Review: SegNet (Semantic Segmentation)

作者 |  SH Tsang 翻译 | 斯蒂芬•二狗子

校对 | 酱番梨        审核 | 约翰逊 · 李加薪       整理 | 立鱼王

原文链接:https://towardsdatascience.com/review-segnet-semantic-segmentation-e66f2e30fb96

Be First to Comment

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注