48 全连接神经网络(FCN)
FCN是用深度学习来做语意分割的奠基性工作。用转置卷积层来替换CNN最后的全连接层,从而可以实现对每个像素的预测。

传统的全连接层和全局平均池化层,没法获得空间信息。
转置卷积层会把最后卷积的输出扩大n倍,实现高宽和原来的图片一样,1×1的卷积会有k个通道,对应k个类别数目,从而实现对全图每个像素的预测/
49 样式迁移
将样式图片的样式迁移到内容图片上,得到合成图片。
基于CNN的样式迁移
训练出一个图片,一方面有内容,一方面有样式,训练一个x出来,在内容和样式上分别有匹配,也就是两个loss的匹配。最后再加上一个噪音消除的Loss。
