原文地址： Learning Deconvolution Network for Semantic Segmentation
model
模型基于VGG16,模型放置了一个多层反卷积网络来生成输入提议的准确分割图。DeconvNet共有十三个卷积层，反卷积过程中使用了与卷及网络完全相同的镜像，左右是完全对称的。DeconvNet网络中依然保留了全连接层，这与同时代SegNet是不同的，还有不同的一点是DeconvNet在上采样层使用的是deconv，而SegNet在上采样层使用的是conv。如图为DeconvNet的结构。
反卷积层：转置卷积，可学习 进行上采样，是卷积层的镜像。其中的unpooling操作是通过pooling过程中所用的Max值索引实现的。
