CNN:图像级 将特征图映射成一个固定长度的特征向量。
多层结构自动学习,浅层感知域小,只能学习局部,较深卷积层有较大感知,能学习抽象
抽象特征对大小,方向,位置等敏感度低
FCN:像素级 可接受任意尺度的输入,用反卷积对最后一个卷积层feture map采样,恢复到输入图像相同尺寸,对每一个像素都产生预测,保留原始空间信息,对特征图进行逐像素的分类。
缺点:得到的结果不够精细,分类没有考虑像素间的关系。
segnet:思路与FCN相似,Encoder,Decoder使用技术不同,使用VGG16的钱13层卷积网络,每个编码层对应一个解码层,解码器输出被送入soft-max分类器独立为每个像素类产生概率