图像语义分割-FCN

  传统的基于CNN的分割方法的做法通常是：为了对一个像素分类，使用该像素周围的一个图像块作为CNN的输入用于训练和预测。这种方法有几个缺点：一是存储开销很大。二是计算效率低下,相邻的像素块基本上是重复的。三是像素块大小的限制了感知区域的大小。通常像素块的大小比整幅  FCN将传统CNN中的全连接层转化成一个个的卷积层。
  FCN将传统CNN中的全连接层转化成一个个的卷积层。
  在传统的CNN结构中，前5层是卷积层，第6层和第7层分别是一个长度为4096的一维向量，第8层是长度为1000的一维向量，分别对应1000个类别的概率。

  FCN将这3层表示为卷积层，卷积核的大小(通道数，宽，高)分别为（4096,1,1）、（4096,1,1）、（1000,1,1）。所有的层都是卷积层，故称为全卷积网络。

  可以发现，经过多次卷积（还有pooling）以后，得到的图像越来越小,分辨率越来越低（粗略的图像），FCN使用了上采样得到图像中每一个像素的类别。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。

  这个上采样是通过反卷积（deconvolution）实现的。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。

FCN 的优势在于： 
- 可以接受任意大小的输入图像（没有全连接层） 
- 更加高效，避免了使用邻域带来的重复计算和空间浪费的问题

其不足也很突出： 
- 得到的结果还不够精细 
- 没有充分考虑像素之间的关系，缺乏空间一致性