2025年FCN(全卷积神经网络)

科技前沿 • 2025-02-22 23:19 • 阅读 61

大家好，我是讯享网，很高兴认识大家。

一、什么是FCN

1、FCN简介

2、核心思想

二、代码实现

1、FCN结构介绍

2、ResNet-18提取图像特征

3、1×1卷积层将通道数变换为类别个数

讯享网

4、转置卷积还原输入图像的高和宽

5、初始化转置卷积层

6、读取数据集

7、训练

8、预测

三、总结

一、什么是FCN

1、FCN简介

全卷积网络（Fully Convolutional Networks，FCN）是Jonathan Long等人于2015年在Fully Convolutional Networks for Semantic Segmentation一文中提出的用于图像语义分割的一种框架，是深度学习用于语义分割领域的开山之作。FCN将传统CNN后面的全连接层换成了卷积层，这样网络的输出将是热力图而非类别；同时，为解决卷积和池化导致图像尺寸的变小，使用上采样方式对图像尺寸进行恢复。

2、核心思想

不含全连接层的全卷积网络，可适应任意尺寸输入；
反卷积层增大图像尺寸，输出精细结果；
结合不同深度层结果的跳级结构，确保鲁棒性和精确性。

二、代码实现

1、FCN结构介绍

如fig1所示，全卷积网络先使用卷积神经网络抽取图像特征，然后通过 $1\times 1$ 卷积层将通道数变换为类别个数，最后再通过转置卷积层将特征图的高和宽变换为输入图像的尺寸。因此，模型输出与输入图像的高和宽相同，且最终输出通道包含了该空间位置像素的类别预测。

2025年FCN(全卷积神经网络)

一、什么是FCN

1、FCN简介

2、核心思想

二、代码实现

1、FCN结构介绍

相关推荐