FCN简介及入门

FCN的全称是Fully Convolutional Networks for Semantic Segmentation，即语义分割的全卷积网络，是一个框架

CNN的全称是Convolutional Neural Networks，即卷积神经网络

 

诞生的背景：

　　对于一般的分类CNN网络，如VGG和Resnet，都会在网络的最后加入一些全连接层，经过softmax后就可以获得类别概率信息。但是这个概率信息是1维的，即只能标识整个图片的类别，不能标识每个像素点的类别，所以这种全连接方法不适用于图像分割

　　

 

　　16个特征图，由特征图产生50个神经元（是不有点少）然后神经网络的连接，得到分类

　　　

 

 

 

　　 

 

 

 

原理：

　　什么叫全卷积网络？在cnn网络的基础上，去掉了全连接层，换成了卷积层

 　　FCN是一个end-to-end的网络，实现像素级别（pixel-wise）的分类，即对每一个像素点都可以进行分类

 　　全都是卷积？ 

https://www.kaggle.com/code/jokerak/fcn-voc/notebook

 

作用：

　　对图片进行语义分割

　　目前在图像分割领域比较成功的算法

训练：

　　

使用：