FCN-阅读笔记-理解
来源:互联网 发布:软件开发好学不 编辑:程序博客网 时间:2024/06/06 00:38
论文:Fully Convolutional Networks for semantic Segmentation
翻译:https://www.cnblogs.com/xuanxufeng/p/6249834.html
理解参考:https://www.cnblogs.com/gujianhan/p/6030639.html
http://blog.csdn.net/u010678153/article/details/48676195
http://blog.csdn.net/taigw/article/details/51401448
核心技术:
卷积化
FCN将CNN最后的全连接层换成了相应的卷积层,从而使得整个网络结构转变为全卷积网络.
经过多次的卷积和pooling操作之后,图像的尺寸不断的变小,最后得到一个heatmap(高维特征图),最后使用整个heatmap上采样得到具有标签信息的原图.
Upsampling
upsampling的操作是使用逆卷积过程完成的.
保留之前每一层的conv后的结果,使用这些记录对上一次upsampling之后的图进行细节的补充,提升划分的精度,直到最后完成对整个图像的还原.
突出贡献:
可以接受任意大小的输入图像,而不用要求所有的训练图像和测试图像具有同样的尺寸。更加高效,因为避免了由于使用像素块而带来的重复存储和计算卷积的问题。
但是结果不是很精细,细节比较模糊,缺乏空间一致性.
阅读全文
0 0
- FCN-阅读笔记-理解
- R-FCN阅读笔记
- FCN理解
- R-CNN系列阅读笔记(5): R-FCN
- 代码阅读:R-FCN
- GoogLeNet-阅读笔记-理解
- RCNN-阅读笔记-理解
- AlexNet-阅读笔记-理解
- VGG-阅读笔记-理解
- SPPNet-阅读理解-笔记
- DenseNet-阅读理解-笔记
- RFCN-阅读笔记-理解
- FCN模型的理解
- FCN的理解
- FCN(Fully convolutional networks)阅读
- 全卷积(FCN)论文阅读笔记:Fully Convolutional Networks for Semantic Segmentation
- 全卷积(FCN)论文阅读笔记:Fully Convolutional Networks for Semantic Segmentation
- ResNet-论文阅读理解-笔记
- JavaCore-OOP-5-简易的【学生信息管理系统】
- JS继承的实现
- Android关于startActivityForResult的一切
- zTree树实现用户权限管理
- urllib基础练习1
- FCN-阅读笔记-理解
- 内部类、匿名类、Lambda表达式
- 【bzoj 1982】Moving Pebbles(博弈论)
- PHP代码中使用post参数上传大文件
- 批量把lib中的符号导出到文本中
- 123
- you-get 关于bilibili部分的函数
- Java学习这一部分
- nginx高质量的博客