图像每像素场景标签输出问题（使用 FCN-32s 语义分割）
Image per-pixel Scene labeling output issue (using FCN-32s Semantic Segmentation)
我正在寻找一种方法，在给定输入图像和神经网络的情况下，它将为图像中的每个像素（天空、草地、山脉、人、汽车等）输出带标签的 class ).
我已经设置了 Caffe（未来分支）并成功 运行 FCN-32s Fully Convolutional Semantic Segmentation on PASCAL-Context 模型。但是，我无法用它生成清晰的标记图像。
形象化我的问题的图像：
输入图像
基本事实
我的结果：
这可能是分辨率问题。知道我哪里出错了吗？
似乎 32s 模型取得了很大的进步，因此在粗糙的分辨率下工作。你能试试 8s model 吗，它似乎执行较少的分辨率降低。
查看 J Long, E Shelhamer, T Darrell Fully Convolutional Networks for Semantic Segmentation, CVPR 2015（尤其是图 4），似乎 32s 模型不是为捕获分割的精细细节而设计的。
我正在寻找一种方法，在给定输入图像和神经网络的情况下，它将为图像中的每个像素（天空、草地、山脉、人、汽车等）输出带标签的 class ).
我已经设置了 Caffe（未来分支）并成功 运行 FCN-32s Fully Convolutional Semantic Segmentation on PASCAL-Context 模型。但是，我无法用它生成清晰的标记图像。
形象化我的问题的图像：
输入图像
基本事实
我的结果：
这可能是分辨率问题。知道我哪里出错了吗？
似乎 32s 模型取得了很大的进步，因此在粗糙的分辨率下工作。你能试试 8s model 吗，它似乎执行较少的分辨率降低。
查看 J Long, E Shelhamer, T Darrell Fully Convolutional Networks for Semantic Segmentation, CVPR 2015（尤其是图 4），似乎 32s 模型不是为捕获分割的精细细节而设计的。