SegNet: 基于对称编码解码结构的语义分割网络模型

SegNet是由Badrinarayanan等人[110]提出的一种采用对称编码和解码结构的神经网络模型，其基于VGG-16模型进行改进，其网络结构如图2-4所示。在编码模块中，VGG-16的前13个卷积层和5个池化层被划分为5个编码块，并使用池化索引进行标记。所有编码块均有对称的解码块，编码器的图像特征通过池化索引传递给解码器，最终完成图像的像素分类。本研究采用了在ImageNet数据库上预训练的VGG-16权重对SegNet网络模型进行初始化，同时设置了类似于DeepLab V3+模型的其他超参数和图像增强操作。