image-processing - 图像每像素场景标注输出问题（使用 FCN-32s 语义分割）

Question

我正在寻找一种方法，给定输入图像和神经网络，它将为图像中的每个像素（天空、草、山、人、汽车等）输出一个标记类。

我已经设置了 Caffe（未来分支）并在 PASCAL-Context模型上成功运行了FCN-32s 全卷积语义分割。但是，我无法用它生成清晰的标记图像。

可视化我的问题的图像：
输入图像

基本事实

和我的结果：

这可能是一些分辨率问题。知道我要去哪里错了吗？

Answer 1

看起来 32s 模型正在取得长足进步，因此以粗略的分辨率工作。能不能试试8s 的机型，好像分辨率降低的比较少。
查看J Long、E Shelhamer、T Darrell用于语义分割的完全卷积网络，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。