تم إظهار أن الشبكات العصبية التلافيفية ذات الطبقات الكثيرة مؤخرًا تحقق نتائج ممتازة في العديد من المهام عالية المستوى مثل تصنيف الصور، وكشف الأشياء، وأخيراً أيضًا في تقسيم الصور الدلالي (semantic segmentation). بشكل خاص بالنسبة لتقسيم الصور الدلالي، غالبًا ما يتم استخدام إجراء ذي مرحلتين. في هذا الإجراء، يتم تدريب الشبكات التلافيفية لتوفير ميزات بيكسلية محلية جيدة للخطوة الثانية التي تكون تقليديًا نموذجًا رسوميًا أكثر شمولية. في هذا البحث، نوحّد هذه العملية ذات المرحلتين إلى خوارزمية تدريب مشتركة واحدة. نقوم بتوضيح طريقة عملنا على مهمة تقسيم الصور الدلالية ونظهر نتائج مشجعة على مجموعة بيانات PASCAL VOC 2012 الصعبة.