FCN

参考：http://www.sohu.com/a/270896638_633698
参考：经典网络复现系列（一）：FCN (https://blog.csdn.net/zlrai5895/article/details/80473814)

一、上采样的三种形式

反卷积和转置卷积还是有差别的，几个常用的深度学习框架tensorflow，keras，torch等中的转置卷积用的是反卷积，所以在深度学习中，反卷积和专职卷积中是一样的。

虽然池化层不可逆，但是我们可以记住池化层中的数值在上一个卷积层中的位置，其余补0即可。

二、跳层结构（Skip-layer）

利用最后又一层特征层（语义特征）直接进行上采样，首先空间信息丢失严重，其次很多细节信息也丢失了，所以，需要和前面的特征进行融合，再作上采样，以此起到精化分割的效果，实验显示FCN-8s效果最优。
此处的学习率为0的意思指的是，在最后一次做上采样时，使用的是双线性插值的方法。

三、构建FCN流程

四、FCN的性能