FCN全卷积网络和CNN网络十分相似，主要区别在于取消全连接层并以卷积层的方式进行替代，最终输出heat map而不是feature map。本文选取AlexNet作为典型的CNN并将其转换为FCN以分析思路，AlexNet有五个卷积层、三个池化层和三个全连接层构成。在由CNN改造为FCN的过程中，CNN的卷积层保持不变，全连接层则是去除放置等效的卷积层或根据需求设计新的卷积层，这里的网络结构参考原论文数据集则是选择PASCAL VOC 2007（其中图片中含有20类物体，分类时包含bg共21类）（论文：Fully Convolutional Networks for semantic Segmentation，存在多个版本，后续或可能进行区别分析）
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/178738.html原文链接：https://javaforall.net
