U-NET語義分割方法解讀

2014年，加州大學伯克利分校的Long等人提出的 全卷積網絡(FCN) ，推廣了原有的CNN結構， 在不帶有全連接層的情況下能進行密集預測。 這種結構的提出使得分割圖譜可以生成任意大小的圖像，且與圖像塊分類方法相比，也提高了處理速度。在後來，幾乎所有關於語義分割的最新研究都採用了這種結構。 除了全連接層結構，在分割問題中很難使用CNN網絡的另一個問題是存在池化層。 池化層不僅能增大上層卷積核的感

>>阅读原文<<