【semantic segmentation】 SegNet : Pooling Indices로 메모리 효율화
혹시 실험하면 github에도 타고 싶다.
htps : // 기주 b. 코 m / 요코 슌 / 세그 g t
네트워크
Encoder-Decoder만의 심플한 네트워크로 Deconvolution을 사용하지 않아도 Unpooling시에 Pooling Indices를 사용하면 적당히 정밀도도 나오고, 메모리에 상냥하다고 하는 설계.
Max-pooling indies vs sum
왼쪽이 SegNet에서 제안하는 Max-Pooling Indices를 사용한 unpooling. Max Pooling 시에 최대값의 위치를 Indices로 기억함으로써 unpooling 시에 원래 위치로 특징량을 되돌릴 수 있다.
우측이 FCN 으로 2배로 Upsampling한 결과와 Encoder의 특징량을 더하는 것으로 전체감을 잡으면서, 세세한 정보에 액세스 할 수 있게 되어 있다.
비교
하나씩 비교를 해설해 나갈 생각
SegNet-Basic vs SegNet-Basic-EncoderAddition
encoder의 결과를 decoder에 더하면 정밀도가 오르지만, 메모리의 사용량도 오른다.
SegNet-Basic vs SegNet-Basic-SingleChannelDecoder
Decorder의 filter수를 1로 하는 것으로 Paeameter의 수가 줄어들어, 계산 속도도 빨라지지만, 정밀도가 떨어진다
FCN-Basic vs FCN-Basic-NoAddition
Decoder에 Encoder의 결과를 두지 않으면 정밀도가 떨어지지만, 사용하는 메모리량이 줄어든다.
FCN-Basic vs FCN-Basic-NoDimReduction
channel수를 작게 하지 않고, 큰 네트워크를 사용하는 것으로 정밀도는 오르지만, parameter수, 메모리 사용량, 계산 시간이 상승한다
FCN-Basic-NoDimReduction vs FCN-Basic-NoAddition-NoDimReduction
Decoder에 Encoder의 결과를 두지 않으면 정밀도가 떨어지지만, 사용하는 메모리량이 줄어든다.
결론
SegNet-Basic은 메모리의 사용량을 작게 할 수 있어, 더욱 결과는 FCN-Basic과 같은 정도의 정밀도가 나오므로, Pooling Indiceies라고 하는 방법은 적당히 효율적이라고 말할 수 있다.
물론 정밀도를 높이고 싶다면, Decoder에 Encoder의 결과를 더하기도 하는 것도 있지만 메모리의 사용량 늘어난다고 하는 논문이었습니다.
참고문헌
SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation
htps : // / r ぃ v. rg / pdf / 1511. 00561. pdf
Fully Convolutional Networks for Semantic Segmentation
htps : // / r ぃ v. rg / pdf / 1605. 06211. pdf
Reference
이 문제에 관하여(【semantic segmentation】 SegNet : Pooling Indices로 메모리 효율화), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/minh33/items/d800394f480b2d6eef33
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation
htps : // / r ぃ v. rg / pdf / 1511. 00561. pdf
Fully Convolutional Networks for Semantic Segmentation
htps : // / r ぃ v. rg / pdf / 1605. 06211. pdf
Reference
이 문제에 관하여(【semantic segmentation】 SegNet : Pooling Indices로 메모리 효율화), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/minh33/items/d800394f480b2d6eef33텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)