文献阅读 Fully Convolutional Networks for Semantic Segmentation

题目

Fully Convolutional Networks for Semantic Segmentation
用于语义分割的全卷积网络

摘要

卷积网络是产生特征层次结构的强大视觉模型。在这边文章中，作者展示了卷积网络本身，经过端到端、像素到像素的训练，超过了语义分割领域的最新技术。我们的关键见解是构建“完全卷积”网络，该网络接受任意大小的输入并通过有效的推理和学习产生相应大小的输出。我们定义并详细说明了全卷积网络的空间，解释了它们在空间密集预测任务中的应用，并与先前的模型建立了联系。作者将当代分类网络（AlexNet 、VGG 网络和 GoogLeNet ）改编为全卷积网络，并通过微调将其学习表示转移到分割任务中。然后，作者定义了一种新颖的架构，它将来自深层、粗略层的语义信息与来自浅层、精细层的外观信息相结合，以产生准确和详细的分割。我们的全卷积网络实现了最先进的 PASCAL VOC 分割（相对于 2012 年的 62.2% 平均 IU 提高了 20%）、NYUDv2 和 SIFT Flow，而典型图像的推理时间不到五分之一秒。

主要就是将CNN改为FCN。
一般的CNN通常会在卷积之后会采用全连接层进行连接，即将卷积层提取到的feature map映射称为一个固定长度的特征向量，去完成一个分类任务。比如Minist手写数据集任务就是利用卷积网络最后得到一个十维向量，每一维的数据上都表示数字0-9的所属概率。
FCN则是将CNN中的全接连层全都转化成卷积层。

FCN

FCN能实现段到段、像素到像素的训练。与经典CNN不同，它可以接收任意大小的输入图像，利用反卷积对最后一个卷积得到的feature map进行上采样，使它能得到原始图片一样的尺寸大小。
我的理解是输入是一张图片，输出是一张图片。若训练的话，输出的这张图片就是它的标签。

论文中直接使用现有的CNN网络，如AlexNet, VGG16, GoogLeNet，然后在末尾加上的upSampling。

文献阅读 Fully Convolutional Networks for Semantic Segmentation相关推荐

Fully Convolutional Networks for Semantic Segmentation（FCN）阅读理解
1. 作者介绍在论文中声明 Jonathan Long 和 Evan Shelhamer 为共同一作,随后是 Trevor Darrell . 首先介绍 Jonathan Long,通过他的主页我们 ...
深度图像分割 -- Fully Convolutional Networks for Semantic Segmentation
CVPR2015 PAMI 2016 Fully Convolutional Networks for Semantic Segmentation Code: https://github.com/s ...
论文精读及分析：Fully Convolutional Networks for Semantic Segmentation
本文主要内容为论文<Fully Convolutional Networks for Semantic Segmentation> 的阅读笔记,在原始论文的基础上加入了自己的一些理解, ...
(FCN)-Fully Convolutional Networks for Semantic Segmentation
文章目录 Fully Convolutional Networks for Semantic Segmentation 摘要全局信息和局部信息感受野 FCN算法架构训练技巧详细参考 Fully ...
Fully Convolutional Networks for Semantic Segmentation (FCN)论文翻译和理解
论文题目:Fully Convolutional Networks for Semantic Segmentation 论文来源:Fully Convolutional Networks for Se ...
【FCN】Fully Convolutional Networks for Semantic Segmentation学习
论文翻译又是一个看不懂原文,又看不懂翻译的论文. semantic segmentation 图像语义分割就是预测每个像素所属的对象类别语义分割是指像素级地识别图像,即标注出图像中每个像素所属的 ...
FCN的学习及理解（Fully Convolutional Networks for Semantic Segmentation）
大多数人接触"语义"都是在和文字相关的领域,或语音识别,期望机器能够识别你发出去的消息或简短的语音,然后给予你适当的反馈和回复.嗯,看到这里你应该已经猜到了,图像领域也是存在&qu ...
论文笔记《Fully Convolutional Networks for Semantic Segmentation》
[论文信息] <Fully Convolutional Networks for Semantic Segmentation> CVPR 2015 best paper key word: ...
【论文翻译】Fully Convolutional Networks for Semantic Segmentation
论文题目:Fully Convolutional Networks for Semantic Segmentation 论文来源:Fully Convolutional Networks for Se ...
【论文笔记】FCN：Fully Convolutional Networks for Semantic Segmentation
<Fully Convolutional Networks for Semantic Segmentation>,CVPR 2015 文章目录 1. 概览 2. 主要亮点 2.1 全卷积化 ...

文献阅读 Fully Convolutional Networks for Semantic Segmentation

题目

摘要

FCN

文献阅读 Fully Convolutional Networks for Semantic Segmentation相关推荐

最新文章

热门文章