FCN全卷積網原理

傳統的做圖像分割的方式大概是這樣的: 以某個像素點中心取一個區域,取圖像塊的特徵做樣本訓練分類器,分類結果作爲此像素點的結果 這樣做缺點很明顯，比如: 如何確定圖像塊的大小 從小的圖像塊(patch)中獲得的上下文信息(contex)較少，且極端耗時 FCN的做法是訓練一個end-to-end的網絡，做pixel-wise的prediction，使用ground-truth作爲監督信息，預測lab

>>阅读原文<<