FCN框架简单解析

1. FCN是在VGG或者Alexnet网络上进行的预训练，然后将后两层全连接改为卷积层。
2. 现在的语义分割步骤基本都是上采样、下采样、拼接、对像素点进行分类。
3. 如下图所示：从pool1开始，每个pool之后图像都会变为上个池化后图像的1/2。pool1为原图的1/2，依此推算，pool5为原图像的1/32,conv6,conv7之后图像大小保持不变，进行stride=32的反卷积，得到FCN-32s,在此基础上进行2倍采样，2x upsample之后与pool4的像素点相加，进行stride=16的upsample,此为FCN-16s,重复上面类似步骤，得到FCN-8s。
4. u-net的是通道数叠加在一起，FCN是像素叠加。

 如有不同见解欢迎指正！

参考网址：https://zhuanlan.zhihu.com/p/37803719