FCN全卷积网络理解

FCN(全卷积网络)主要用于解决图像分割问题,它通过替换全连接层以提高处理效率,允许任意尺寸输入。相比传统CNN,FCN的优势在于无需滑动窗口评估,直接对整张图片进行卷积并上采样恢复原尺寸,同时在分类任务中能接受不同大小的图片。然而,关于FCN如何接受任意尺寸输入仍存在疑问,因为卷积核大小通常是固定的,这需要进一步探讨。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

FCN我以前总是把它很1*1 conv弄混,实际上这是两个不同的概念,FCN意思是把FC层用卷积层替代,用于处理segmentation问题的一个网络;1*1是一种卷积形式,用于改变feature map的channel

理解FCN的过程中我参考了这个博客的介绍:

博客1:https://www.cnblogs.com/gujianhan/p/6030639.html

虽然点赞很多,但是我仍有疑惑,并有不同的想法。

首先建议参读原文https://people.eecs.berkeley.edu/~jonlong/long_shelhamer_fcn.pdf,这是最权威的FCN解释。

1. FCN是用来解决segmentation问题的,传统的网络是用滑动窗口的方法在每个像素点周围进行滑动,如一个15*15的滑动窗口,送进传统的卷积池化全连接层,得到这个像素点的类别。这一点在博客1有解释:

我的理解是一张100*100的原图,,用传统方法做segmentation,需要让100*100=10000个滑动窗口通过传统CNN网络,这样确实很低效。

于是FCN提出替换全连接层的方法,也是博客1的解释:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值