语义分割中的上采样

Question

我正在尝试实施一篇关于语义分割的论文，我对如何对我的分割网络生成的预测图进行采样以匹配输入图像大小感到困惑。

例如，我使用Resnet101的变体作为分段网络（本文使用）。使用这种网络结构，大小为321x321的输入（在本文中再次使用）产生大小为41x41xC的最终预测图（C是类的数量）。因为我必须进行像素级预测，所以我需要将其上采样到321x321xC。 Pytorch将Upsample的函数提供给输出大小，该输出大小是预测映射大小的倍数。所以，我不能在这里直接使用那种方法。

由于此步骤涉及每个语义分段网络，因此我确信应该有一种标准的方法来实现它。

我很感激任何指针。提前谢谢。

Answer 1

也许您可以尝试的最简单的事情是：

• 上传8次。然后你41x41输入变成328x328
• 执行中心裁剪以获得所需的形状321x321（例如，类似于此输入的内容[3：，3：，： - 4，： - 4]）