Open Kinpzz opened 7 years ago
FCN的最后几层不是全连接层,而CNN是全连接层。这些全连接层都是一维的信息,丢失了二维的信息。 CNN是图像到结果的网络,从二维信息到一维信息,一般输出一个图片的结果。而FCN网络是从图像到图像的网络,从二维信息到二维信息,是一个像素级的网络,对应每个像素点的结果。
CNN的识别是图像级的识别,也就是从图像到结果,而FCN的识别是像素级的识别,对输入图像的每一个像素在输出上都有对应的判断标注,标明这个像素最可能是属于一个什么物体/类别。
CNN从高维度到低维度,卷积+池化的过程就是下采用。FCN从低维度到高维度,反卷积的过程就是上采样。
bilinear interpolation 双线性内插
这里就涉及到一个感受野(receptive field)的概念。较浅的卷积层(靠前的)的感受域比较小,学习感知细节部分的能力强,较深的隐藏层(靠后的),感受域相对较大,适合学习较为整体的,相对更宏观一些的特征。
感受野被定义为特定 CNN 特征正在“看”(即受其影响)的输入空间中的区域。特征的感受野可以通过其中心位置及其大小进行充分描述。
所以在做反卷积的时候,会考虑浅层的卷积信息,辅助叠加得到更好的分割结果。
Title: Fully Convolutional Networks for Semantic Segmentation Author: Jonathan Long, Evan Shelhamer, Trevor Darrell, UC Berkeley arXiv: 1411.4038 2015 CVPR Best Paper Honorable Mention
(1) 将最后几层全连接层改为卷积层,大小为原来1d全连接层进行resize(故称“全卷积网络”) (2) 将入了转置卷积,并与浅层池化层输出结合,通过设置stride来放大
Deeplab 图像分割方法
参考博客: