哪種拓撲結構對於分割是正確的？

Question

我有一個圖像大小WxHx3需要分成21個類。使用CNN通過一些圖層後，我獲得了W/4 x H/4 x 512功能圖。我們將最後使用Convolutional和Deconvolutional圖層將其與softmax圖層中的標籤進行比較。我有2個拓撲：

Softmax_loss         Softmax_loss 
    ^           ^
     |            | 
    deconv_layer         conv_layer 
    ^           ^
     |            | 
    conv_layer         deconv_layer 
    ^           ^
     |            | 
Intermediate_layers       Intermediate_layers 
    ^           ^
     |            | 
    Input           Input 

     (1)           (2) 

哪種拓撲更好？我見過他們兩個。在FCN（完全卷積網絡進行語義分割）中的第1號，VoxResNet，UNet中的第2號。

Answer 1

深度學習沒有正確的方法。你通常會嘗試一些事情，哪些事情最適合你。如果你按照fcn模型，它開始像conv->deconv->conv->deconv。在語義分割中大多數被引用的論文做conv->deconv。所以我也會建議1號。也直觀地說，先做deconv沒什麼意義。