图像分割，也可以称为 语义分割，图像语义分割，
它是指像素级的分类，即图像上每个像素的类别，如属于 人还是兽，从而进行区域分割；
FCN VS CNN 网络结构
CNN 是图像级的分类，很多地方把他们混在一起讲了一大堆，个人觉得没必要，本文只讲重要的，废话请百度；
全卷积网络，Full Convolutional Networks，它是 图像分割 的基础框架，很多模型都是基于 FCN 进行的改进；
全卷积网络，顾名思义，就是没有全连接，类比 CNN ，就是把 全连接改成 卷积，就是全卷积网络了；
后面的 3 个全连接改成了 全卷积；
FCN 网络
1. image 经过 conv 和 pool 得到 pool1 的 feature map，size 变为 1/2；
2. pool1 经过 conv 和 pool 得到 pool2 的 feature map，size 变为 1/4；
3. 依次...，最终得到 5 个 feature map；
作者对 这 5 个 feature map 进行了几种尝试：
1. 直接把 feature map 5 进行 32 倍上采样，得到和原图 size 一致的 图像，称为 FCN32；
feature map 5 x 32
2. 保留 feature map 4，把 feature map 5 进行 2 倍上采样，然后和 feature map 4 逐点相加，再进行 16 倍上采样，得到和原图 size 一致的图像，称为 FCN16；
(feature map 5 x 2 + feature map 4) x 16
3. 先把 feature map 5 进行 2 倍上采样，然后和 feature map 4 逐点相加得到 fm，在把 fm 进行 2 倍上采样，和 feature map 3 进行逐点相加，然后进行 8 倍 上采样，称为 FCN8；
[(feature map 5 x 2 + feature map 4) x 2 + feature map 3] x 8
最终在每个像素上采样 softmax 进行分类评分，做损失，做预测等；
尝试结果如下图
很明显，FCN8 效果最好，它 保留的 浅层特征最多；
FCN 的原理就是这么简单，当然还有些细节，比如 图片过小的话，pool5 可能很小，甚至为 0，这些不重要；
FCN 图示
最后的 21 是 20 个类别 + 1 个背景，21 类；
FCN 总结
优点：端到端；输入尺寸无需固定；
缺点：分割不够精细；对像素进行独立分类，没有考虑像素之间的关系；
参考资料：
https://zhuanlan.zhihu.com/p/34453588 FCN 论文笔记
https://zhuanlan.zhihu.com/p/31428783 图像语义分割入门+FCN/U-Net网络解析
