2021-12-27-语义分割--FCN（2/3）--模型结构

语义分割–FCN（2/3）–模型结构

论文下载

下载链接：Fully Convolutional Networks for Semantic Segmentation

模型结构

模型简介

FCN是在CNN的基础上进行修改（CNN网络比如AlexNet，VGGNet，GoogLeNet，ResNet…有机会再做补充，可自行查阅资料）。

FCN采用的主干网络为VGG16

假设输入的image大小为$352\ast 480\ast 3（H\ast W\ast C）$，经过conv1为：$352\ast 480\ast 64$，经过pool1（最大池化）为：$176\ast 240\ast 128$，经过conv2为：$352\ast 480\ast 128$，经过pool2为：$88\ast 120\ast 256$…以此类推，可以把convx + poolx (x=1,2,3…5)看做为一个整体，维度变化（3->128->256->512->512），经过pool5特征图大小为：1115512，con6-7主要目的是进行通道数的改变，将$11\ast 15\ast 512->11\ast 15\ast nu{m}_{c}lasses$(数据集最后的类别数)

FCN-32s：将1115num_classes的特征图直接上采样32倍变为352480num_classes；
FCN-16s：将1115num_classes的特征图直接上采样2倍变为2230num_classes，变换通道与下采样pool4特征图进行求和，求和结果上采样为：352480num_classes；
FCN-8s：将1115num_classes的特征图直接上采样4倍变为4460num_classes，变换通道数与pool4（上采样2倍），pool3求和，求和结果上采样为：352480num_classes；
为什么到FCN-8s，没有FCN-4s…，因为FCN-4s…结果没有FCN-8s好呗

结束