qq_45981086的博客

输入特征图（572 x 572 x 1） --conv(3x3卷积)--> 长、宽、通道数（570 x 570 x 64）--conv(3x3卷积)--> （568 x 568 x 64）：特征图（32 x 32 x 512） --conv(3x3卷积)--> （30 x 30 x 1024）--conv(3x3卷积)--> （28 x 28 x 1024）--cope（拼接，上面中心裁剪得到的特征图）-->--max_pooling(池化)（减半）-->。--up-conv(上采样，转置卷积)-->

膨胀卷积（Dilated convolution）,也叫空洞卷积（Atrous convolution）。作用：1. 增大感受野 2. 保持原输入特征图W、H。

FCN网络（Fully Convolutional Networks）：首个端对端的针对像素级预测的全卷积网络。FCN网络思想：输入图像经过多次卷积，得到一个通道数为21的特征图，再经过上采样，得到一个与原图同样大小的特征图，再经过Softmax函数处理就能得到该像素针对Pascal Voc数据集每一个类别的预测概率，选择最大概率的类别作为该像素的预测类别。FCN网络在VGG网络上做出的修改：把VGG全连接层改为卷积层。一方面，可以不用固定输入图像的大小。

输入的高（宽）为h，核为k，填充为p，步幅为s则转置卷积后h‘ = hs + k - 2p - s。2.将输入特征图元素填充k-p-1行和列的0（k是核窗口大小）1.在输入特征图元素的行和列之间插入s-1行和列的0。注：转置卷积不是卷积的逆运算，转置卷积也是卷积。) – 是否使用膨胀卷积、空洞卷积。转置卷积的作用：上采样upsampling。4.然后做正常卷积（填充=0，步幅=1）) – 是否在输出上添加偏执. 默认为。) – 额外的填充在输出。) – 是否使用组卷积。例：当填充=1，步幅=2。

语义分割(semantic segmentation) FCN要对分割对象进行一个大的划分，即分类。如下图，语义分割有树、人、草地大类别的划分。实例分割(Instance segmentation) Mask R-CNN要对每一个分割类别中的每一个对象也要进行一个细致的划分。如下图，实例分割对大类别‘人’中的每一个实例也进行了分割。