语义分割网络系列——FCN，全卷积网络

前言

这个专栏的前面一些文章，已经设计到了图像网络，或者说机器视觉的两个主要任务：分类和检测。现在来说说另外一个任务：分割(Segmentation)。

一般来说，分类相对比较简单一点，通过一个基础网络(backbone)就可以完成任务，从LeNet，AlexNet，到ResNet，SENet等，都是通过基础网络完成分类任务。

在分类网络的基础上，加上一些detector head，比如RCNN引入的ROI Pooling，RPN等；YOLO1-5引入的回归，anchor等。就可以完成目标检测的任务。

对于分割任务而言，相当于是要将图像中的每个像素分类，每个像素属于不同的类别，用不同的颜色标记出来。进而形成分割任务(把某个分类的像素从图中抠出来)，这对视觉任务的要求提出更高的挑战。

简单的说下难度：

• 分类任务是一张图输出一个类别。
• 目标检测是找出一个ROI区域，输出一个类别。
• 分割是每个像素都要输出一个类别(Dense Prediction)。

从FCN：Fully convolutional networks开始，后续基本上都是通过全卷积网络(改造一些backbone)来完成分割任务，所以分割任务的这个系列就从FCN开始说起。

在另外一篇综述论文中(Image Segmentation Using Deep Learning: A Survey)提到了到2020年的分割任务发展过程，就是从2015年的FCN开始的：