machine-learning - 哪种拓扑结构适合分段？

Question

我的图像大小为 WxHx3，需要分割为 21 个类别。使用 CNN 经过一些层后，我获得了 W/4 x H/4 x 512 特征图。最后，我们将使用卷积和反卷积层将其与softmax层中的标签进行比较。我有 2 种拓扑:

  Softmax_loss                                  Softmax_loss
       ^                                             ^
       |                                             |
  deconv_layer                                   conv_layer
       ^                                             ^
       |                                             |
    conv_layer                                  deconv_layer
       ^                                             ^
       |                                             |
Intermediate_layers                         Intermediate_layers
       ^                                             ^
       |                                             |
     Input                                         Input

      (1)                                           (2)

哪种拓扑更好？我见过他们两个。 FCN(用于语义分割的全卷积网络)排名第一，VoxResNet、UNet排名第二。

Answer 1

深度学习没有正确的方法。你通常会尝试一些事情，然后选择最适合你的。如果您遵循fcn模型，它的开头类似于conv->deconv->conv->deconv。语义分割领域被引用最多的论文都是进行conv->deconv的。所以我也建议No.1。而且直观上来说，首先进行deconv并没有多大意义。