FCNs

标题 FCNs：Fully Convolutional Networks

全卷积网络可用来做语义级别的图像分割以及对象检测，由encoder（vgg，resnet，预训练模型提取特征），decoder（实现每个像素的分割或预测）组成

1x1 Convolution

保留空间信息

Transposed Convolutions

在decoder阶段调换前向传播和反向传播，保留了可微性Torch 模型文档

Methods of upsampling:Max “unpooling”

Learnable upsampling, transposed convolutions

Skip Connect

从编码器中获得信息添加到解码器中作为输出，保证信息完备，但不可过度使用

完整模型：

下采样和上采样

对象检测：

一般使用SSD和Yolo即可检测并的边界位置，可适用于高FPS和多类别
但也有不能使用boundingbox的情况，就要用到语义分割了

语义分割：

做到每一个像素的信息进行正确归类，有助于全场景理解，广泛应用于无人驾驶

同时结合深度的感知，实现3D场景的分割

IoU

评价模型在语义分割任务上的性能

参考论文：
Fully Convolutional Networks for Semantic Segmentation