孩子不仅是父母的镜子，还是父母的影子。厉害的父母，孩子也往往不会太差。

FCN

Demo: https://github.com/shelhamer/fcn.berkeleyvision.orgLast Edited: Mar 29, 2019 9:08 AMTags: FCN论文地址: https://arxiv.org/pdf/1411.4038.pdf

前言

全称：Fully Convolution Networks特点：多次特征融合提高分割准确性。改进：将全连接改为卷积。

  对于一般的分类CNN网络，如VGG和ResNet，都会在网络的最后加入一些全连接层，经过Softmax后就可以获得类别概率信息。但是这个概率信息是一维的，即只能标识整个图片的类别，不能标识每个像素点的类别，所以这种全连接方法不适合与图片分割。   而FCN提出可以把后面几个全连接都换成卷积，这样就可以获得一张2维的feature map，后接Softmax获得每个像素点的分类信息，从而解决了分割问题，如下图所示：

网络结构

  图片image经过多个conv和一个Max Pooling变为Pool1 Feature，宽高变为原来的$\frac{1}{2}$；Pool1 Feature经过多个conv和一个Max Pooling变为Pool2 Feature，宽高变为$\frac{1}{4}$；同理，直到Pool5 Feature，宽高变为$\frac{1}{32}$。

  对于FCN-32s，直接对Pool5 Feature进行32倍上采样获得32xUpsampled Feature，再对32xUpsampled Feature每个点做Softmax Prediction获得32xUpsampled Feature Prediction（即分割图）。对于FCN-16s，首先对Pool5 Feature进行2倍上采样获得2xUpsampled Feature，再把Pool4 Feature和2xUpsampled Feature逐点相加，然后对相加的Feature进行16倍上采样，并Softmax Prediction，获得16xUpsampled Feature Prediction。对于FCN-8s，首先进行Pool4+2xUpsampled Feature逐点相加，然后又进行Pool3+2xUpsampled逐点相加，即进行更多次特征融合。具体过程与16s类似，不再赘述。

效果对比

  作者在原文种给出3种网络结果对比，明显可以看出效果：FCN-32s < FCN-16s < FCN-8s，即使用多层feature融合有利于提高分割准确性。

缺点

是得到的结果还是不够精细。进行8倍上采样虽然比32倍的效果好了很多，但是上采样的结果还是比较模糊和平滑，对图像中的细节不敏感。忽略高分辨率的特征图肯定会导致边缘信息的丢失。是对各个像素进行分类，没有充分考虑像素与像素之间的关系。忽略了在通常的基于像素分类的分割方法中使用的空间规整（spatial regularization）步骤，缺乏空间一致性。

附录

FCN的学习及理解（Fully Convolutional Networks for Semantic Segmentation） - 凹酱的DEEP LEARNING - 博客图像语义分割入门+FCN/U-Net网络解析FCN学习:Semantic Segmentation