Qiita Teams that are logged in
You are not logged in to any team

Log in to Qiita Team
Community
OrganizationEventAdvent CalendarQiitadon (β)
Service
Qiita JobsQiita ZineQiita Blog
1
Help us understand the problem. What are the problem?
@minh33

【semantic segmentation】Fully Convolutional Networksを理解してみる

概要

Fully Convolutional Networkを理解してsemantic segmentationを理解してみる

Base Network

image.png

図からみて分かるようにFCNはConvolutionのみを行い最終的にupsample(interpolation)する。
よって出力のsemantic mapの解像度は低くなる

改善

image.png

前の情報を足し合わせる事で精度を上げている

FC-32s
1列目はconv7の結果を32倍upsampleしてsegmentation mapを得る

FC-16s
2列目はconv7の結果を2倍upsampleしたものとpool4の結果を足し合わせて、16倍upsampleしてsegmentation mapを得る

FC-8s
3列目はconv7の結果を4倍upsampleしたものとpool4の結果を2倍upsampleしたものとpool3の結果を足し合わせてたものに、8倍upsampleしてsegmentation mapを得る

結果

image.png

図から見てわかるようにFC-32s->FC-16s->FC-8sになるに連れて精度が上がっている事が分かる。

FCNの特徴はDecordしない所かな!

参考文献

Fully Convolutional Networks for Semantic Segmentation
https://arxiv.org/pdf/1605.06211.pdf
https://github.com/wkentaro/pytorch-fcn/blob/master/torchfcn/models/fcn8s.py

Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
1
Help us understand the problem. What are the problem?