FCN網絡理解

傳統的基於卷積神經網絡的分割方法的做法通常是:爲了對一個像素分類,使用該像素周圍的一個圖像塊作爲卷積神經網絡的輸入用於訓練和預測。這會使得存儲開銷很大。eg:對每個像素使用的圖像塊的大小爲15*15,則所需要的存儲空間是原來圖像的225倍;計算效率也很低,相鄰的像素塊,很大程度上是重複的,針對每個像素逐個計算卷積,這種計算也是重複的;像素塊的答謝哦限制了感知區域的大小。通常像素快的大小比整幅圖像的
相關文章
相關標籤/搜索