目标检测之网络篇（1）【FCN-全卷积网络】

前言

第一篇论文题目为《Fully Convolutional Networks for Semantic Segmentation》，该文章是是全卷积网络用于图像分割的开山之作，提出将传统卷积神经网络的全连接层转化成卷积层，并使用反卷积上采样恢复原图大小。相比于CNN，FCN可以接受任意大小的图像，且更加高效。首先，梳理一下CNN的相关知识。

CNN-卷积神经网络

1.神经网络

神经网络结构分为三个部分：

1. 输入层：众多神经元（Neuron）接受大量非线形输入讯息。输入的讯息称为输入向量。
2. 隐藏层：是输入层和输出层之间众多神经元和链接组成的各个层面。如果有多个隐藏层，则意味着多个激活函数。
3. 输出层：讯息在神经元链接中传输、分析、权衡，形成输出结果。输出的讯息称为输出向量。

其中，神经元的传递过程是g(wx+b)的形式，
w : 权重，有几个输入就有几个权重，每个权重代表着每个输入的分量（举个栗子，我今晚吃不吃鸡取决于：1.有没有时间吃鸡（0.2）；2.有没有人陪我吃鸡（0.8），其中2的分量重一点，那么今晚吃鸡的概率就是0.2有时间吃鸡+0.8有人陪我吃鸡。）
b : 偏置bias，为更好达到目标而做调整的偏置距离。
g(z) : 激活函数，一开始为了简单定义成了线性的，而后逐渐引入非线性激活函数如sigmoid、tanh、relu等等，前两者sigmoid/tanh比较常见于全连接层，后者relu常见于卷积层。

2.传统CNN的层级结构

1. 数据输入层：CNN只对数据进行去均值操作（把输入数据各个维度都中心化为0，避免数据过多偏差，影响训练效果）。
2. CONV(卷积计算层)：线性乘积求和，提取特征。
   对图像（不同的数据窗口数据）和滤波矩阵（一组固定的权重：因为每个神经元的多个权重固定，所以又可以看做一个恒定的滤波器filter）做内积（逐个元素相乘再求和）的操作就是所谓的卷积操作，也是卷积神经网络的名字来源。不同的滤波器会得到不同的输出数据，比如颜色深浅、轮廓。相当于如果想提取图像的不同特征，则用不同的滤波器&#x