5.1 全卷积网络 (FCN)

文档摘要

5.1 全卷积网络 (FCN) 5.1 全卷积网络 (FCN) 全卷积网络 (Fully Convolutional Networks, FCN) 是深度学习图像分割领域的开创性工作，它首次将深度卷积神经网络 (CNN) 应用于像素级别的分类任务，从而实现了端到端的图像分割。FCN 的核心思想是将 CNN 中的全连接层替换为卷积层，使得网络可以直接处理任意尺寸的输入图像，并输出对应尺寸的分割结果。 5.1.1 FCN 的核心思想传统的 CNN 通常包含卷积层、池化层和全连接层。卷积层和池化层用于提取图像的特征，而全连接层则用于将特征映射到固定长度的类别概率向量。这种结构对于图像分类任务非常有效，但对于图像分割任务却存在局限性。