論文地址：
SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation
[Badrinarayanan V , Kendall A , Cipolla R . SegNet: A Deep Convolutional Encoder-Decoder Architecture for Scene Segmentation[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2017:1-1.]
論文實現：

1. 概述

1.1 解決的問題

• 影象語義分割中max pooling等Subpooling方法縮小了特徵圖尺寸，導致資訊丟失
• 影象分割模型的主要結構(編解碼)

1.2 提出新方法

• Encoder—Decoder
• 新的上取樣方式unpool with indices

1.3 得到的效果

• 精度上與FCN相差不大，而且Deconv方法效果更好
• 在儲存和時間效率上SegNet效果大大改善，這也對應了SegNet的初衷，道路物體語義資訊理解(自動駕駛)

2.模型關鍵架構

2.1 Encoder-Decoder架構

  FCN語義分割網路中的編解碼結構如下：

• Encoder：使用pool操作和卷積操作，特徵圖尺寸縮小，通道數增加 $\rightarrow$ SubSample
• Decoder: 使用Deconv特徵圖尺寸增加 $\rightarrow$
  UpSample
    在SegNet中做了如下改進：
• Encoder：VGG網路直接去掉三層全連線層，模型引數大幅度減小，模型規模大幅下降。每一次卷積後加依次Batch Normalization。
• Decoder：每一個Encoder對應一個Decoder並提出新的upSample方式，unpool with indices

2.2 Unpool 反池化上取樣方式

  記錄下maxPooling在對應Kerner的座標，反池化過程中，將一個元素根據Kernerl放大，其他位置元素補0，如下圖所示：