语义分割–FCN（2/3）–模型结构

论文下载

下载链接：Fully Convolutional Networks for Semantic Segmentation

模型结构

模型简介

FCN是在CNN的基础上进行修改（CNN网络比如AlexNet，VGGNet，GoogLeNet，ResNet…有机会再做补充，可自行查阅资料）。

FCN采用的主干网络为VGG16

假设输入的image大小为 352 ∗ 480 ∗ 3 （ H ∗ W ∗ C ） 352*480*3（H*W*C） 352∗480∗3（H∗W∗C），经过conv1为： 352 ∗ 480 ∗ 64 352*480*64 352∗480∗64，经过pool1（最大池化）为： 176 ∗ 240 ∗ 128 176*240*128 176∗240∗128，经过conv2为： 352 ∗ 480 ∗ 128 352*480*128 352∗480∗128，经过pool2为： 88 ∗ 120 ∗ 256 88*120*256 88∗120∗256…以此类推，可以把convx + poolx (x=1,2,3…5)看做为一个整体，维度变化（3->128->256->512->512），经过pool5特征图大小为：1115512，con6-7主要目的是进行通道数的改变，将 11 ∗ 15 ∗ 512 − > 11 ∗ 15 ∗ n u m c l a s s e s 11*15*512 -> 11*15*num_classes 11∗15∗512−>11∗15∗numc​lasses(数据集最后的类别数)

FCN-32s：将1115num_classes的特征图直接上采样32倍变为352480num_classes；
FCN-16s：将1115num_classes的特征图直接上采样2倍变为2230num_classes，变换通道与下采样pool4特征图进行求和，求和结果上采样为：352480num_classes；
FCN-8s：将1115num_classes的特征图直接上采样4倍变为4460num_classes，变换通道数与pool4（上采样2倍），pool3求和，求和结果上采样为：352480num_classes；
为什么到FCN-8s，没有FCN-4s…，因为FCN-4s…结果没有FCN-8s好呗

结束