定义:
首个端对端的针对像素级预测的全卷积网络(分类网络中的全连接层替换成卷积层)
正向推理+反向学习过程:
通过一系列卷积和下采样(减少特征信息)得到最终特征层(channels=21 pascalvoc数据集20类别+1背景),经过一个上采样(增大图片尺寸)得到和原图一样大小的特征图,经过一个softmax(将输出转化为概率分布),取概率数最大的项数作为预测类别
与CNN的关系与区别:
CNN:
用途:
用于分类, CNN 通过卷积层、池化层、全连接层等逐步提取特征,最后通过全连接层输出类别标签。
结构:
CNN 前面的部分使用卷积和池化层提取特征,最后几层通常是全连接层,它们将特征映射到固定维度的向量空间,然后通过分类器输出分类结果。
FCN:
用途:
图像语义分割,网络的输出是一个与输入图像大小相匹配的像素级分类结果。
结构:
FCN将全连接层替换为卷积层,这样网络能接受任意尺寸的输入,并输出与输入相同尺寸的预测结果。全卷积网络取消了 CNN 中固定长度的全连接层,通过卷积操作在输出空间进行逐像素的预测。
在卷积核大小与输入尺寸相同时,输出节点与卷积核个数相同时,全连接层与卷积层是等价的
Resnet18:
通常被作为骨干网络来提取特征,而FCN则通过特征生成密集的像素级别预测
结构:
卷积层 -> 批量归一化 -> RELU激活层 -> 残差块 -> 全局平均池化层 -> 全连接层
FCN:
FCN-32S:
Vgg -> FC6:
Padding=3 不会改变特征图的高和宽
使用4096个卷积核,所以的得到的通道数为4096
FC7:
fc7 将从前面卷积层和 fc6 提取的高级特征进一步处理。它将这些特征进行更高层次的抽象,以形成更紧凑的、具有更强辨别能力的特征表示
Num_classes:
图像的分类且包含背景
转置卷积:
上采样32倍恢复到原图的大小
双线性插值:
初始化卷积的参数
FCN-16S:
Maxpooling 4:
下采样率16
Maxpooling 3:
下采样率8
经过最后的16倍上采样得到原图大小