圖像每像素場景標記輸出問題（使用FCN-32s語義分段）

Question

我正在尋找一種方法，給定輸入圖像和神經網絡，它將為圖像中的每個像素（天空，草地，山脈，人，汽車等）輸出標記的類。

我已經建立了Caffe（未來分支）並在PASCAL-Context模型上成功運行FCN-32s完全卷積語義分段 。 但是，我無法用它生成清晰的標記圖像。

可視化我的問題的圖像：
輸入圖像

基本事實

而我的結果是：

這可能是一些解決問題。 知道我哪里出錯了嗎？

Answer 1

似乎32s模型正在大幅度提升，從而以粗糙的分辨率工作。 你能嘗試一下似乎降低分辨率的8s模型嗎？
看看J Long，E Shelhamer，T Darrell 用於語義分割的完全卷積網絡 ，CVPR 2015 （特別是圖4），似乎32s模型不是為捕獲細分細節而設計的。