标签：11 12 -- 27 352 128 classes FCN 480
语义分割–FCN（2/3）–模型结构
论文下载
下载链接：Fully Convolutional Networks for Semantic Segmentation
模型结构
模型简介
FCN是在CNN的基础上进行修改（CNN网络比如AlexNet，VGGNet，GoogLeNet，ResNet…有机会再做补充，可自行查阅资料）。
FCN采用的主干网络为VGG16
假设输入的image大小为 352 ∗ 480 ∗ 3 （ H ∗ W ∗ C ） 352*480*3（H*W*C） 352∗480∗3（H∗W∗C），经过conv1为： 352 ∗ 480 ∗ 64 352*480*64 352∗480∗64，经过pool1（最大池化）为： 176 ∗ 240 ∗ 128 176*240*128 176∗240∗128，经过conv2为： 352 ∗ 480 ∗ 128 352*480*128 352∗480∗128，经过pool2为： 88 ∗ 120 ∗ 256 88*120*256 88∗120∗256…以此类推，可以把convx + poolx (x=1,2,3…5)看做为一个整体，维度变化（3->128->256->512->512），经过pool5特征图大小为：1115512，con6-7主要目的是进行通道数的改变，将 11 ∗ 15 ∗ 512 − > 11 ∗ 15 ∗ n u m c l a s s e s 11*15*512 -> 11*15*num_classes 11∗15∗512−>11∗15∗numclasses(数据集最后的类别数)
FCN-32s：将1115num_classes的特征图直接上采样32倍变为352480num_classes；
FCN-16s：将1115num_classes的特征图直接上采样2倍变为2230num_classes，变换通道与下采样pool4特征图进行求和，求和结果上采样为：352480num_classes；
FCN-8s：将1115num_classes的特征图直接上采样4倍变为4460num_classes，变换通道数与pool4（上采样2倍），pool3求和，求和结果上采样为：352480num_classes；
为什么到FCN-8s，没有FCN-4s…，因为FCN-4s…结果没有FCN-8s好呗
结束
标签：11,12,--,27,352,128,classes,FCN,480 来源： https://blog.csdn.net/sanjinyike/article/details/122166288
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。