深度学习笔记34 全连接卷积神经网络 FCN

FCN是深度神经网络用来做图像领域的语义分割的奠基性工作，它用转置卷积层替换掉CNN最后的全连接层，从而可以预测每一个像素的类别。

（但也因为是奠基性工作，所以现在的应用已经很少了。）

 

解释一下这个网络：

　　首先，将图片传到CNN中，进行特征的提取，但是CNN不包含池化层和全连接层，因为不做全局分类；随后，通过一个1x1的卷积层做降维，比如降低到类别数K维，然后，特征提取输出的图肯定变得很小，我们通过转置卷积将其还原到原来的图片尺寸，而还原的时候不改变通道数，所以对每一个点的预测就能够保存下来，这样就完成了对每一个点的分类，也就是完成了语义分割。