05-FCN的学习笔记

一、按照自己的观点，总结对于语义分割的理解

图像分割在深度学习方面有三个方向：
1.语义分割：将输入图片的各种类别用不同的颜色标记出来。此外，语义分割是 研究实例分割与全景分割的基础
2.实例分割：将输入图片的各种类别用不同的颜色标记出来，并且对同种类别也作区分，但不考虑背景
3.全景分割：在实例分割的基础上，将背景也考虑在内
如下图所示：

二、怎样理解论文中的Figure 2 ？

1 .该图能够让我们直观地理解分类网络的全连接层改为卷积层的过程
如下图所示：

三、用文字描述论文中的Figure 3

1 .图三为FCN的网络结构，FCN将VGG16改编成全卷积网络
2.该图共有5个pool层，每经过一层pool，输入图片的分辨率会降低原来的1/2
3.第5个pool层在经过卷积后会经过上采样（32倍）至原图大小；将conv7上采样2倍 + pool4 = a，再将a上采样（16倍）至元图大小；将conv7上采样4倍+将pool4上采样2倍 +pool3 =b ,再将b上采样（8倍）至原图大小。

如下图所示：

4.以张图片是对上面内容的补充

四、将论文Results中提到的前三个指标，用自己的理解描绘出来

1 .pixel accuracy(像素精度)：所有预测正确的像素占所有像素的比例
2.mean accuracy(平均像素精度)：所求得所有像素精度求平均
3.mean IU(平均交并比)：混淆矩阵的对角线之和 / （混淆矩阵的行和+列和 -对角线之和）