哪种拓扑适合细分？

Question

我的图片大小为WxHx3，需要细分为21个班级。在使用CNN通过一些图层后，我获得了W/4 x H/4 x 512特征图。最后，我们将使用Convolutional和Deconvolutional图层将其与softmax图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中的第1位（用于语义分割的完全卷积网络），VoxResNet中的第2位，UNet。

Answer 1

深度学习没有正确的方法。你经常尝试一些最适合自己的东西。如果您关注fcn模型，则会像conv->deconv->conv->deconv一样启动。语义分割中引用的大多数论文都是conv->deconv。所以我也建议1号。同样直观地说，首先做deconv并没有多大意义。