weixin_39566143的博客

FCN网络一开始是用来作为网络分割的，如下图； FCN最大的优势就是对于图片的输入大小没有限制-因为全部采用卷积模块，不像全连接神经网络一样是固定数目的节点个数，本文主要讲解fcn的网络结构并训练一个图像分割的数据集。 首先是fcn的网络结构部分，直接一张图可以概况 最开始的image通过一系列卷积池化操作可以获得不同尺寸的特征图，一般一次卷次或者池化操作会将特征图宽高减半，所以从image到pool1，特征图变成了(w/2,h/2),后面的pool1到pool5,以此类推。这部分的网络结构可以采用R

主要代码，实现了一个简单的encoder-decoder模型，并把模型参数保存为numpy数组 # coding=utf-8 import configparser from torch.utils.data import Dataset, DataLoader import torch import torch.nn.functional as F import numpy as np import itertools import matplotlib.pyplot as plt class Sel