DeConvNet(2015)

#DeConvNet #Segmentation >> conv network로 feature를 추출하고, deconv network로 feature의 object segmentation을 생성 >> fcn은 single scale이므로 작거나 큰 객체는 mislabeled되거나 잘게 쪼개짐. upsampling으로 bilinear interpolation을 쓰면 성능 떨어짐. >> deconvolution network에는 unpooling과 deconv 연산으로 구성됨. >> max pooling할 때 max value의 index를 저장하고, unpooling할 때, 저장한 index에 max value 복원함 -> sparse 해짐 (“example-specific”) 자세한 구조 잡아냄 >> deconv(transposed con) -> 입력값을 3x3 영역에 배치하고, 겹치는 부분은 sum해서 연산 수행 -> 빈 부분 채우기 (“class-specific”) paper : ht...

원문링크 : DeConvNet(2015)