CVPR2015 FCN网络简介 （Fully convolutional networks for semantic segmentation）

论文链接:https://arxiv.org/abs/1411.4038

作者源码链接：https://github.com/shelhamer/fcn.berkeleyvision.org

1、简介

本文是对神经网络的一个较大改进，通过端到端、像素到像素的训练，实现像素级别的分类任务，并且取得了很好的效果，同时也是PASCAL VOC当时最出色的分割方法。

2、FCN

2.1 卷积化

在传统的分类网络中，网络的最后一般会链接全连接层，通过全连接层将二维的图像变为一维的分类信息，得到图像的类别，然而在像素级别的分类任务中，对于输入的二维图像，我们需要得到的结果仍然需要是二维的，因此作者丢弃了全连接层，使用全卷积层进行卷积。

如图所示为AlexNet的例子，作者将最后三层的全连接层变为卷积层，并且卷积核的大小分别为：（4096，6，6）、（4096，1，1）、（1000，1，1）

2.2 上采样

在CNN网络中，池化层会使特征图大小变小，而我们的目标是得到一个与原图像同样大小的结果图，所以这里需要对提取得到的特征图进行上采样。

• 
  
• 1、利用线性差值进行上采样
• 2、利用反卷积进行上采样
  

反卷积也可叫做转置卷积，并且作者表明，在上采样的过程中，卷积核参数不需要固定不变，是可以被学习的，但作者实验中学习率为0。
下图为两种反卷积例子：

2.3 跳跃结构

为提高结果，作者采用如下结构对网络进行优化：

例如经过5次卷积(和pooling)以后，图像的分辨率依次缩小了2，4，8，16，32倍。对于最后一层的输出图像，需要进行32倍的上采样，以得到原图一样的大小。

对第5层的输出（32倍放大）反卷积到原图大小，得到的结果还是不够精确，一些细节无法恢复。于是作者将第4层的输出和第3层的输出也依次反卷积，分别需要16倍和8倍上采样，结果就精细一些了。下图是这个卷积和反卷积上采样的过程：

3、实验结果

上图：

可以发现FCN-8s的检测精度最高。

与其他算法相比，fcn的效果也达到了最优。