Fully Convolutional Networks （2015）

图像分割即对每一个像素进行预测

我们分类使用的网络通常会在最后连接几层全连接层，它会将原来二维的矩阵（图片）压扁成一维的，从而丢失了空间信息，最后训练输出一个标量，这就是我们的分类标签。而图像语义分割的输出需要是个分割图，且不论尺寸大小，但是至少是二维的。所以，我们需要丢弃全连接层，换上全卷积层，而这就是全卷积网络了

一、模型

​ （1）

​ （2）

​ （3）

上面图一描绘的是FCN的整体结构，前面特征提取的网络可以采用一些成功的分类网络（如VGG等），参数带入进来再进行一些微调就好。对图像的特征提取后（即下采样后），再采用反卷积的方式对特征图进行上采样，恢复到原图的尺寸，这样来实现图像的分割。

图二是展示的将分类网络迁移进FCN。

论文中提到的三种FCN结构：FCN-8s、FCN-16s、FCN-32s，每一个对前面不同尺度的特征结合程度不同，数字代表最后一层进行几倍的上采样。

二、实验

FCN-8s与SDS、R-CNN的比较，FCN-8s在PASCAL VOC2011和2012测试集上的mean IU分别达到了62.7和62.2。

FCN-8s和几个当时比较先进的分割模型输出的结果的对比。（注：最后一行，那个救生艇上面不是人，全是救生衣...）。

三、待改进之处

1、FCN为了使得前面部分卷积池化之后输出的特征图尺寸不要太小，作者在第一层直接对原图加了100的padding，可想而知，这会引入噪声

四、意义

1、FCN的意义在于，它首次将深度学习引入到图像分割的领域。通过去除分类网络后面全连接层的方式，来获取到二维的特征图（虽然分辨率只有原图的1/32），再用反卷积（上采样）的方式来根据二维特征图还原成最终输出。

2、FCN的主要特点归为三点：卷积化、上采样、skip结构