1. 摘要&介绍
训练一个end-to-end, pixels-to-pixels的全卷积网络，使得任意大小的输入会产生对应大小的输出。
Improving:whole-image classification, bounding box object detection, part and key-point prediction, local correspondence（局部匹配）.
训练end-to-end FCN: (1) pixelwise prediction; (2)supervised pre-training.
New FCN: does not use of pre- and post-processing complications;
重新分类全卷积网络并且微调已有模型进行dense prediction;
定义一个新的结构”skip”联系（深度，粗糙，语义信息）和（浅显，精细，表层信息）。
semantic segmentation所面临的固有矛盾：全局信息解决什么；局部信息解决哪里。
2. FCN
数据每一层都是一个三维阵列（h*w*d）,h和w是空间维度,d为特征维或者信道维。
感受野：输出feature map某个节点的响应对应的输入图像的区域就是感受野
把已有CNN模型的全连接层转化卷积层，三层卷积层中卷积核的大小为（宽，高，通道数）（1,1,4096），（1,1,4096），（1,1,1000）模板大小即输入特征图像的大小。
经过多次pooling以后，像素分辨率越来越低，采用upsample（反卷积deconvolution），以得到与原图像相同大小的输出。
Dense prediction methods:
（1）. shift-and-stitch：从coarse层不进行插值直接预测像素值,产生预测的像素结果就和感受野中间的像素相关。
（2）Patchwise training：修正类别失衡，能够缓和dense patch间的空间相关性.
（3）(本文采用的方法)skip：将coarse、semantic和local、appearance结合并refine prediction。将传统的深度网络层（CNN）做以下的改进：去掉最后的pooling 层，转变为对所有的全联接做卷积，也就是利用双线性插值的方法做下采样，并且利用BP算法根据Ground truth的先验标签进行Fine-tuning。这种方式对于密度预测学习有着快速有效的优势。
转载自原文链接, 如需删除请联系管理员。
原文链接：FCN(Fully convolutional networks)阅读，转载请注明来源！