FCN(Fully Convolutional Network)
FCN也叫全卷积网络,从名字可以看出,FCN与CNN的不同之处就是,FCN将我们一般的经典分类网络模型(VGG、ResNet...)最后一层的FC(全连接层)全部换成了卷积层,这样可以得到二维的特征图,并通过在其后接softmax层来获得每个像素点的分类信息,从而解决了分割问题。
核心思想:
- 由于为全卷积网络,用conv层代替了fc层,故可接受任意尺寸的输入。
- 反卷积层,增大了数据的尺寸,输出的结果更为精细。
- 结合不同深度层结果的跳级结构(skip),逐点相加,确保了模型的准确性和鲁棒性。
通过卷积层subsampling,输出尺寸降低,再通过upsampling将小尺寸的高维度feature map恢复回去。其实相当于一个Encode-Decode(编码再解码)的过程。
上采样(