FCN中各文件的作用

1.net.py用于构建网络，即运行net.py可以直接生成所需要的train.prototxt和val.prototxt。

即当需要修改网络时，不需要自己逐个修改train.prototxt和val.prototxt，只需要修改net.py中的相应内容，运行后即可重新全盘生成所修改后的网络。

2.voc_layers.py是FCN中利用python写的数据层（即使用caffe的Python API 写的数据输入层），其格式是相对固定的，包含setup()、reshape()、forward()、backward()四个必要函数。

3.infer.py是FCN中用于测试的python文件，每次可以单独测试一张图片在训练好的模型下的分割效果（直观上的以图片形式展示的分割效果）。

4.surgery.py是FCN中用于转换模型权重的python文件。实际上网络卷积层的参数与卷积核的步长和填充数是没有关系的，只与卷积核的大小，以及该层的输入通道数和输出通道数（输出特征图的数目）有关，且最大池化层无需训练参数。所以可以采用直接将VGG16训练好的模型参数初始化FCN32s网络各层的权重和偏置，但由于VGG16的fc6和fc7是全连接层，其参数需要经过一定的排列才能赋值给FCN32s的fc6和fc7层（FCN32s这两层是卷积层）。由此需要surgery.py来实现VGG16参数赋值给FCN32s网络。

5.vis.py用于测试时输出可视化分割图像，可以选择两种可视化输出，一种为直接可视化的彩色分割图（左图）；一种为含有掩膜的分割图（原图与分割彩色图的加权融合，右图）。

6.score.py是FCN中用于测试测试集/验证集的，并输出相应的像素准确度、平均准确度、mean IU和频率加权交并比（frequency weighted IU）四个指标的python文件。

7.solve.py是FCN中解决方案文件，即通过执行solve.py文件可以实现FCN模型的训练和测试过程。